KR102284579B1 - 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템 - Google Patents

빅데이터 기반의 인공지능을 활용한 치아 진단 시스템 Download PDF

Info

Publication number
KR102284579B1
KR102284579B1 KR1020200116187A KR20200116187A KR102284579B1 KR 102284579 B1 KR102284579 B1 KR 102284579B1 KR 1020200116187 A KR1020200116187 A KR 1020200116187A KR 20200116187 A KR20200116187 A KR 20200116187A KR 102284579 B1 KR102284579 B1 KR 102284579B1
Authority
KR
South Korea
Prior art keywords
information
user
dental
tooth
treatment
Prior art date
Application number
KR1020200116187A
Other languages
English (en)
Inventor
하정아
Original Assignee
하정아
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 하정아 filed Critical 하정아
Priority to KR1020200116187A priority Critical patent/KR102284579B1/ko
Application granted granted Critical
Publication of KR102284579B1 publication Critical patent/KR102284579B1/ko

Links

Images

Classifications

    • 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
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0013—Medical image data
    • 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
    • A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
    • A61B5/0088—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for oral or dental tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
    • A61B5/4542—Evaluating the mouth, e.g. the jaw
    • A61B5/4547—Evaluating teeth
    • 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
    • A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C13/00—Dental prostheses; Making same
    • A61C13/0003—Making bridge-work, inlays, implants or the like
    • A61C13/0004—Computer-assisted sizing or machining of dental prostheses
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C9/00—Impression cups, i.e. impression trays; Impression methods
    • A61C9/004—Means or methods for taking digitized impressions
    • A61C9/0046—Data acquisition means or methods
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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
    • G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Primary Health Care (AREA)
  • Molecular Biology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Dentistry (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Nursing (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Rheumatology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 발명은 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템에 관한 것으로, 사용자 단말기로부터 사용자 정보 및 사용자 치아를 촬영한 사용자 치아 이미지정보가 입력되는 입력모듈; 치과 운영 서버 및 기공소 운영 서버로부터, 치아 상태에 따른 치아 이미지, 치아 상태정보, 치아 질환정보, 치아 치료정보 및 병원정보를 수신하는 표준치아정보 수신모듈; 상기 사용자 정보, 상기 사용자 치아 이미지정보, 상기 치아 이미지, 상기 치아 상태정보, 치아 질환정보 및 상기 치아 치료정보가 저장되는 저장모듈; 상기 사용자 정보 및 상기 사용자 치아 이미지정보와 상기 표준치아정보 수신모듈에 수신된 정보를 비교하여 상기 사용자의 치아 상태를 진단하는 진단모듈; 상기 진단모듈의 치아 상태 진단결과를 기초로, 상기 사용자에게 적합한 치아 치료 플랜정보를 검출하고, 상기 사용자의 치아 치료 효과를 이미지화한 치료 효과 이미지를 생성하는 검출모듈; 상기 사용자의 치아 상태 진단결과, 상기 치료 플랜정보 및 상기 치료 효과 이미지를 상기 사용자 단말기에 표출하기 위한 사용자 인터페이스를 구성하는 사용자 인터페이스 구성모듈; 및 상기 사용자 단말기로부터 상기 사용자 정보를 수신하고, 상기 치과 운영 서버로부터 상기 사용자의 치아 치료 이력 정보를 수신하여 전차 차트를 생성하는 전자차트 생성모듈을 포함하고, 상기 사용자 정보는, 사용자 이름 정보, 사용자 나이 정보, 사용자 성별 정보 및 사용자 위치 정보를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 장소에 관계없이 사용자의 치아 상태가 간편하게 진단될 수 있으며, 사용자의 치아 상태에 적합한 최적의 치아 치료 플랜이 사용자에게 제공될 수 있다.
또한 본 발명에 따르면, 사용자의 치아 상태가 간편하게 진단됨으로서 치아 질환을 미리 예방하고, 질환 발생 초기에 치아를 치료할 수 있는 효과가 있다.

Description

빅데이터 기반의 인공지능을 활용한 치아 진단 시스템{DENTAL DIAGNOSIS SYSTEM USING BIG DATA-BASED ARTIFICIAL INTELLIGENCE}
본 발명은, 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템으로서, 보다 상세하게는 사용자 정보와 사용자 치아 이미지를 바탕으로 사용자 치아 상태를 진단하고, 사용자에게 적합한 치아 치료 플랜을 매칭하여 사용자에게 제공하는 치아 진단 시스템에 관한것이다.
치아는 소화기 계통의 첫 부분으로, 위턱과 아래턱에 상하 짝을 이루어 좌우 대칭인 활 모양으로 배열된다. 이러한 치아는 입안에 들어온 음식물을 잘게 씹고 부수어 음식물의 소화를 돕고, 정확한 발음으로 말을 할 수 있도록 돕는다.
이처럼, 치아는 사람에게 있어서 없어서는 안되는 중요한 기관이다.
치아에 발생하는 질환은 치아 우식증, 부식증, 마모증, 교모증, 치아파절, 침식증, 치은염, 치주염, 치아내흡수, 치아외흡수, 부정교합, 치수염, 치근단 농양, 치근단 육아종, 치근단 낭종, 치아 착색 등이 있다.
상술한 질환들이 치아에 발생되면 치아는 급 속도로 손상되는데, 치아가 손상될 수록 극심한 통증을 동반하게 되고, 치료가 어려워지며, 치료하는데 큰 비용이 발생하게 된다.
따라서, 치아 질환은 초기에 발견하여 치료하거나, 치아 질환이 발생하지 않도록 철저하게 예방하는 것이 바람직하다.
그러나, 치아는 일반인들이 본인의 상태를 진단하는데 어려움이 있고, 전문가에게 치아 상태를 진단받기 위해서는, 직접 병원을 방문하여 진료를 받아야하는 번거로움이 있다.
이러한 배경하에서 본 발명자는, 빅데이터 기반의 인공지능을 활용하여 사용자 정보 및 사용자 치아 이미지를 바탕으로 사용자 치아 상태를 진단하고, 사용자 치아 상태에 적합한 치아 치료 플랜을 매칭하는 치아 진단 시스템을 개발하고 그 효과를 확인하여 본 발명을 완성하였다.
한편, 본 발명의 배경이 되는 기술은 대한민국 등록특허 10-1069026호에 개시된다.
본 발명의 목적은, 상술한 종래의 문제점을 해결하기 위한 것으로서, 사용자 정보와 사용자 치아 이미지를 바탕으로 장소에 관계없이 사용자 치아 상태를 진단하고, 사용자에게 적합한 치아 치료 플랜을 매칭하여 사용자에게 제공할 수 있는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템을 제공함에 있다.
상기 목적은, 본 발명에 따라, 사용자 단말기로부터 사용자 정보 및 사용자 치아를 촬영한 사용자 치아 이미지정보가 입력되는 입력모듈; 치과 운영 서버 및 기공소 운영 서버로부터, 치아 상태에 따른 치아 이미지, 치아 상태정보, 치아 질환정보, 치아 치료정보 및 병원정보를 수신하는 표준치아정보 수신모듈; 상기 사용자 정보, 상기 사용자 치아 이미지정보, 상기 치아 이미지, 상기 치아 상태정보, 치아 질환정보 및 상기 치아 치료정보가 저장되는 저장모듈; 상기 사용자 정보 및 상기 사용자 치아 이미지정보와 상기 표준치아정보 수신모듈에 수신된 정보를 비교하여 상기 사용자의 치아 상태를 진단하는 진단모듈; 상기 진단모듈의 치아 상태 진단결과를 기초로, 상기 사용자에게 적합한 치아 치료 플랜정보를 검출하고, 상기 사용자의 치아 치료 효과를 이미지화한 치료 효과 이미지를 생성하는 검출모듈; 상기 사용자의 치아 상태 진단결과, 상기 치료 플랜정보 및 상기 치료 효과 이미지를 상기 사용자 단말기에 표출하기 위한 사용자 인터페이스를 구성하는 사용자 인터페이스 구성모듈; 및 상기 사용자 단말기로부터 상기 사용자 정보를 수신하고, 상기 치과 운영 서버로부터 상기 사용자의 치아 치료 이력 정보를 수신하여 전차 차트를 생성하는 전자차트 생성모듈을 포함하고, 상기 사용자 정보는, 사용자 이름 정보, 사용자 나이 정보, 사용자 성별 정보 및 사용자 위치 정보를 포함하는 것을 특징으로 하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템에 의해 달성된다.
또한, 상기 표준치아정보 수신모듈은, 상기 치과 운영 서버 및 상기 기공소 운영 서버로부터, 치아 상태에 따른 치아 색 정보, 치아 치조골 상태 정보, 치아 배열 정보, 치아 충치 갯수 정보, 치아 상실 갯수, 치아 상실 위치, 치아 깨짐 유무 정보 및 치아 사이 간격 정보를 포함하는 치아 상태정보를 수신받는 치아 상태정보 수신모듈; 치아 상태에 따른 치아 질환정보를 수신받는 치아 질환정보 수신모듈; 치아 상태에 따른 복수의 치아 이미지를 수신받는 치아 이미지정보 수신모듈; 치아 상태에 따른 치아 치료 방법 정보, 치아 치료에 필요한 재료 정보, 치아 치료 기간 정보 및 치아 치료 가격 정보를 포함하는 치아 치료정보를 수신받는 치아 치료정보 수신모듈; 및 치아 치료를 실시하는 병원 위치 정보, 병원 진료 가격정보, 병원 진료 가능 날짜 정보, 병원의 주 진료정보, 병원의 특수 치료 기술보유 유무 정보 및 병원에 근무하는 의사의 전공정보를 포함하는 병원정보를 수신받는 병원정보 수신모듈을 포함할 수 있다.
또한, 상기 치료 플랜 정보는, 상기 사용자의 치아를 치료할 수 있는 병원정보, 상기 사용자의 치아 치료 방법 정보 및 상기 사용자의 치아 치료 비용정보를 포함할 수 있다.
또한, 상기 검출모듈은, 상기 사용자 위치정보 및 상기 병원 위치정보를 기초로 상기 사용자와 가장 근거리에 있는 병원에 대한 병원정보를 검출하는 것을 특징으로 하되, 상기 사용자의 치아 진단 결과, 상기 사용자의 치아 치료에 특수한 치료 기술이 필요한 경우, 상기 사용자의 치아 치료에 필요한 특수 치료 기술을 보유하고 있는 병원에 대한 병원정보를 우선적으로 검출할 수 있다.
또한, 상기 사용자의 치아 치료 후의 모습을 상기 사용자 치아 촬영물을 기초로, 이미지화 하는 것을 특징할 수 있다.
본 발명에 따르면, 장소에 관계없이 사용자의 치아 상태가 간편하게 진단될 수 있으며, 사용자의 치아 상태에 적합한 최적의 치아 치료 플랜이 사용자에게 제공될 수 있다.
또한 본 발명에 따르면, 사용자의 치아 상태가 간편하게 진단됨으로서 치아 질환을 미리 예방하고, 질환 발생 초기에 치아를 치료할 수 있는 효과가 있다.
도 1은 본 발명의 일실시예에 따른 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 동작을 위한 네트워크 시스템의 개요를 간략하게 나타낸 것이고,
도 2는 본 발명의 일실시예에 따른 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 구성을 나타낸 것이고,
도 3은 본 발명의 일실시예에 따른 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 표준치아정보 수신모듈의 구성을 나타낸 것이고,
도 4는 본 발명의 다른 실시예에 따른 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 구성을 나타낸 것이고,
도 5는 본 발명의 다른 실시예에 따라 협업 기공소 서버를 더 포함하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 구성을 나타낸 것이고,
도 6은 본 발명의 다른 실시예에 따라 치과와 기공소의 입출력 구성을 더 포함하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 구성을 나태낸 것이고,
도 7은 본 발명의 다른 실시예에 따라 인공지능 분석 모듈을 포함하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 구성을 나타낸 것이고,
도 8은 본 발명의 다른 실시예에 따라 치과 평가 모듈과 기공소 평가 모듈과 치과 기공소 매칭 모듈을 포함하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 구성을 나타낸 것이다.
이하, 본 발명의 일부 실시 예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다.
그리고 본 발명의 실시 예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 본 발명의 실시 예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다.
이하에서는 첨부된 도면을 참조하여, 본 발명의 일실시예에 따른 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템에 대해서 상세히 설명한다.
도 1은 본 발명의 일실시예에 따른 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 동작을 위한 전체 네트워크 시스템의 개요도이다.
도 1을 참조하면, 사용자 단말기, 치과 운영 서버(200), 기공소 운영 서버(300) 및/또는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템(100)이 하나의 네트워크를 통해 서로 필요한 정보를 송수신할 수 있다.
도 2는 본 발명의 일실시예에 따른 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 구성을 나타낸 것이고, 도 3은 본 발명의 일실시예에 따른 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 표준치아정보 수신모듈의 구성을 나타낸 것이다.
도 2와 도 3을 참조하면 본 발명의 일실시예에 따른 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템(100)은 입력모듈(110), 표준치아정보 수신모듈(120), 저장모듈(130), 진단모듈(140), 검출모듈(150), 사용자 인터페이스 구성모듈(160) 및/또는 전자차트 생성모듈(170)을 포함한다.
입력모듈(110)은, 사용자 단말기로부터 사용자 정보와 사용자 치아를 촬영한 치아 이미지정보를 수신할 수 있고 이때, 사용자 단말기는, 스마트폰, 태블릿 컴퓨터, 노트북, 데스크탑 등을 포함할 수 있다.
사용자 정보는, 사용자에 대한 개인정보로서 사용자 이름 정보, 사용자 나이 정보, 사용자 성별 정보, 사용자 연락처 정보 및/또는 사용자 위치 정보를 포함할 수 있다.
치아 이미지정보는, 사용자의 치아를 촬영한 사진 또는 동영상 파일로서, 사용자가 직접 자신의 치아를 촬영한 것 일 수 있다. 또한, 치과 방문 시 촬영했던 치아 X-ray 이미지 파일 및/또는 3D 이미지 파일을 포함할 수 있다.
이러한 입력모듈(110)은, 사용자 단말기로부터 사용자 정보 및/또는 치아 이미지정보를 수신하여 후술하는 저장모듈(130)에 송신할 수 있다.
표준치아정보 수신모듈(120)은, 치과 운영 서버(200) 및 기공소 운영 서버(300)로부터 치아 상태에 따른 복수의 치아 이미지, 치아 상태정보 및/또는 치아 상태에 따른 치아 치료정보를 수신할 수 있다.
치과 운영 서버(200)는, 치과 또는 치과를 포함하는 종합병원에 존재하며 치과 의사 및 병원 관계자들이 접근할 수 있는 서버일 수 있고, 기공소 운영 서버(300)는, 기공소에서 운영하는 서버일 수 있다.
더 상세히 설명하면, 표준치아정보 수신모듈(120)은, 치아 상태정보 수신모듈(121), 치아 질환정보 수신모듈(122), 치아 이미지정보 수신모듈(123), 치아 치료정보 수신모듈(124) 및/또는 병원정보 수신모듈(125)를 포함할 수 있다.
치아 상태정보 수신모듈(121)은, 치과 운영 서버(200)로부터 치아 상태정보를 수신받을 수 있다. 여기서 치아 상태정보는, 치아 상태에 따른 치아 색정보, 치아 치조골 상태정보, 치아 배열정보, 치아 충치 개수정보, 치아 상실 개수, 치아 상실 위치정보, 치아 깨짐 유무 정보 및/또는 치아 사이 간격 정보를 포함할 수 있다.
한편, 치아 상태정보 수신모듈(121)은 치과 운영 서버(200)가 아니더라도, 치아 상태에 관한 게시글, 치과 의사가 운영하는 유튜브 채널 및/또는 치과 의사가 운영하는 블로그, 치과 대학 운영 서버 등 치과에 관련된 서버로부터 치아 상태정보를 수신할 수 있다. 치아 상태정보 수신모듈(121)이 외국 서버로부터 치아 상태정보를 수신하는 경우에는 치아 상태정보를 한국어로 번역하여 수신할 수 있다.
치아 질환정보 수신모듈(122)은, 치과 운영 서버(200)로부터 치아 상태에 따른 치아 질환정보를 수신받을 수 있다. 치아 질환정보는 각종 치아 질환에 대한 정보로서, 치아에 발생할 수 있는 각종 치아 질환의 병명정보, 치아 질환에 따른 치아외관 상태정보, 치아 질환의 원인정보, 치아 질환의 정의정보, 치아 질환의 증상정보, 치아 질환의 진단 방법정보, 치아 질환의 예방 방법정보 및/또는 치아 질환에 따른 통증정보 등을 포함할 수 있다.
치아 질환정보 수신모듈(122)은 치과 운영 서버(200)가 아니더라도, 각종 치아 질환정보를 수신할 수 있는 서버라면 어떠한 서버에서라도 치아 질환정보를 수신할 수 있다.
치아 이미지정보 수신모듈(123)은 치과 운영 서버(200) 및/또는 치아 상태에 관한 게시글, 치과 의사가 운영하는 유튜브 채널 및/또는 치과 의사가 운영하는 블로그, 치과 대학 운영 서버 등 치과에 관련된 서버로부터 치아 상태에 따른 복수의 치아 이미지를 수신받을 수 있다. 이러한 치아 이미지는 일반적인 치아 외관에 대한 이미지, 치아 X-ray 이미지 및/또는 치아 3D 이미지를 포함할 수 있다.
그리고 치아 이미지정보는 치아 질환이 발생하지 않은 건강한 치아 이미지(이하 "정상 치아 이미지") 및/또는 치아 질환이 발생하여 치아외관이 변형된 치아 이미지(이하 "질환 치아 이미지") 등을 포함할 수 있다.
한편, 치아 이미지정보 수신모듈(123)은 복수개의 치아가 잇몸에 전체적으로 배열된 상태의 치아 이미지 및/또는 치아 각각의 이미지를 포함할 수 있다.
치아 치료정보 수신모듈(124)은 치과 운영 서버(200)와 기공소 운영 서버(300)로부터 치아 치료정보를 수신받을 수 있다. 여기서 치아 치료정보는, 치아 상태에 따른 치아 치료 방법정보, 치아 치료에 필요한 재료정보, 치아 치료 기간정보 및/또는 치아 치료 가격정보 등의 치아 치료에 필요한 다양한 정보를 포함할 수 있다.
병원정보 수신모듈(125)은 치과 운영 서버(200), 치과 의사가 운영하는 유튜브 채널 및/또는 치과 의사가 운영하는 블로그 및/또는 치과 대학 운영 서버 등 치과에 관련된 서버로부터 치아 치료를 실시하는 병원정보를 수신할 수 있다.
병원정보는, 치아 치료를 실시하는 병원 위치 정보, 병원 진료 가격정보, 병원 진료 가능 날짜 정보, 병원의 주 진료정보, 병원의 특수 치료 기술보유 유무 정보 및/또는 병원에 근무하는 의사의 전공정보를 포함할 수 있다.
저장모듈(130)은, 상술한 각 모듈에 의해 수신된 사용자 정보, 사용자 치아 이미지정보, 치아 상태에 따른 치아 이미지, 치아 상태정보, 치아 질환정보 및/또는 치아 치료정보를 저장할 수 있다. 이때, 저장모듈(130)은 상술한 각 정보를 규칙없이 저장할 수 있고, 또는, 치아 질환정보의 질환 병명정보별로 각 질환정보에 해당하는 정보들을 분류하여 저장할 수 있다.
여기서 저장모듈(130)은, 하드 디스크 드라이브, 플래시 메모리, EEPROM(Electrically Erasable Programmable Read-Only Memory), SRAM(Static RAM), FRAM(Ferro-electric RAM), PRAM(Phase-change RAM), MRAM(Magnetic RAM) 등 과 같은 비휘발성 메모리 또는 DRAM(Dynamic Random Access Memory), SDRAM(Synchronous DRAM), DSDRAM(Double Speed DRAM) 등과 같은 휘발성 메모리로 구현될 수 있다.
진단모듈(140)은, 사용자 정보 및/또는 사용자 치아 이미지정보와 표준치아정보 수신모듈(120)에 수신된 정보들을 서로 비교하여 사용자의 치아 상태를 진단할 수 있다. 더 상세히 설명하면, 진단모듈(140)은 먼저 이미지 딥러닝 알고리즘을 활용하여 사용자 치아 이미지정보와 표준치아 정보 수신모듈(120)에 저장된 치아 상태에 따른 치아 이미지를 비교할 수 있다.
예컨대, 진단모듈(140)은 먼저, 표준치아 정보 수신모듈(120)에 저장된 치아 이미지 중 정상 치아 이미지와 사용자 치아 이미지정보를 비교한다. 비교 결과 정상 치아 이미지와 사용자 치아 이미지정보가 유사하다고 판단되면, 진단모듈(140)은 사용자의 치아 상태를 정상으로 진단한다. 이때, 비교 기준이 되는 정보는 치아 색 정보, 치아 배열 정보, 치아 사이 간격 정보, 치아 충치 갯수 정보, 치아 상실 갯수 정보 및/또는 치아 깨짐 유무 정보를 포함할 수 있다.
반대로, 비교 결과 정상 치아 이미지와 사용자 치아 이미지정보가 비유사하다고 판단되면, 진단모듈(140)은 사용자 치아 이미지정보와 질환 치아 이미지를 비교한다.
더 상세히 설명하면, 비교 결과 정상 치아 이미지와 사용자 치아 이미지정보가 비유사하다고 판단되면, 진단모듈(140)은 사용자 치아 이미지정보의 치아를 각각 하나씩 인식한다. 그리고 각 치아를 질환 치아 이미지와 비교하여 유사한 질환 치아를 찾아 각 치아에 대한 진단을 내릴 수 있다.
이에 따르면, 사용자의 치아 각각을 진단할 수 있으므로, 치아 전체를 한번에 진단할 때보다 치아 상태에 대한 진단 결과가 정확해 질 수 있는 효과가 있다.
이때 진단모듈(140)은, 컨볼루션 신경망(CNN) 알고리즘을 사용하여 사용자 치아 이미지정보와 질환 치아 이미지를 비교할 수 있다.
예컨대, 진단모듈(140)은, 먼저 사용자 치아 이미지정보를 데이터화한다. 이후, 데이터화된 사용자 치아 이미지정보와 질환 치아 이미지는 컨볼루션 층을 통과하고 필터를 거친 후 Softmax 함수에 의하여 제1벡터값으로 추출될 수 있다. 동시에 진단모듈(140)은 질환 치아 이미지를 데이터화한다. 그리고 데이터화된 질환 치아 이미지는 컨볼루션 층을 통과하고 필터를 거친 후 Softmax 함수에 의하여 제2벡터값으로 추출될 수 있다.
이후, 진단모듈(140)은 추출된 제1벡터값과 제2벡터값의 유사도를 연산하여 기 설정된 값 이상의 제2벡터값만을 추출하여 유사도가 높은 순서대로 나열할 수 있다. 여기서, 제1벡터값과 제2벡터값의 유사도는 코사인 유사도 비교 수학식을 통해 구현될 수 있다.
상술한 진단모듈(140)은 상술한 코사인 유사도 비교방법에 제한되지 않고, 유클리드 거리 수학식, 자카드 유사도 수학식 등 다수의 정보를 비교하여 유사한 정보군을 매칭할 수 있는 방법이라면 어떠한 방법이더라도 무방하다.
진단모듈(140)은 사용자 치아 이미지정보의 각 치아와 유사한 질환 치아 이미지를 추출하여 종합적으로 사용자 치아 상태를 진단할 수 있다.
검출모듈(150)은 진단모듈(140)의 치아 진단결과를 기초로 사용자에게 적합한 치아 치료 플랜정보를 검출할 수 있다. 여기서 치아 치료 플랜정보는, 사용자의 치아를 치료할 수 있는 병원정보, 사용자의 치아 치료 방법정보 및/또는 사용자의 치아 치료 비용정보를 포함할 수 있다.
이때, 검출모듈(150)은 진단모듈(140)의 진단결과와 치아 상태정보, 치아 질환정보, 치아 치료정보 및/또는 병원정보를 텍스트화한 후 토큰(Token) 단위로 나누고, 의미없는 단어를 제거하는 불용어 제거 작업을 수행할 수 있다. 여기서 텍스트는, 사용자가 인식할 수 있는 모든 형태의 문자정보를 의미하며, 음소 또는 음절정보를 포함한 단어, 구문, 문장, 단락 등의모든 범위를 포함하는 문자정보를 의미한다.
이후, 토큰화된 각 정보들의 각 단어의 품사를 구분할 수 있다. 이에 따르면, 불필요한 노이즈 단어가 제거되므로 키워드 추출의 정확도를 향상 시킬 수 있다. 이후 토큰화된 각 정보의 단어는 TF-IDF 방법에 의하여 각각 가장 값이 높은 복수개의 키워드를 추출할 수 있다. 추출된 각각의 키워드는 Text-CNN 딥러닝 알고리즘을 이용하여 키워드 추출 성능을 높일 수 있다.
예컨대, 진단모듈(140)에서 사용자의 치아 상태를 교정이 필요한 상태라고 진단한 경우, 검출모듈(150)은 진단결과를 "아래턱 앞니, 위턱 송곳니가 돌출된 치아입니다. 치아 교정치료가 필요합니다" 와 같은 텍스트로 나타낼 수 있다. 그리고 검출모듈(150)은 상술한 텍스트에서 '교정'을 인식하여, 텍스트화된 치아 상태정보, 치아 질환정보, 치아 치료정보 및/또는 병원정보에서 치아 교정과 관련된 치아 상태정보, 치아 질환정보, 치아 치료정보 및/또는 병원정보를 검출할 수 있다.
검출모듈(150)은, 사용자 위치 정보와 병원 위치정보를 기초로하여 사용자와 가장 근거리에 있는 병원에 대한 병원정보를 순차적으로 검출 할 수 있다. 예컨대 검출모듈(150)은, 사용자 위치 반경 20km 내에 위치하는 병원중에서 교정치료를 실시하는 병원에 대한 정보를 사용자 위치와 가까운 순서대로 검출할 수 있다. 이때, 검출모듈(150)은 교정을 전공으로 한 의사가 상주하는 병원에 대한 병원정보를 우선적으로 검출할 수 있다.
또한, 검출모듈(150)은 진단모듈(140)의 진단결과, 사용자의 치아 치료에 특수한 치료 기술이 필요한 경우에는 사용자의 치아 치료에 필요한 특수 치료 기술을 보유하고 있는 병원에 대한 병원정보를 보다 우선적으로 검출할 수 있다. 예컨대, 진단모듈(140)의 진단결과, 사용자에게 뼈이식을 동반한 임플란트 시술이 필요한 경우, 사용자 위치 반경 50km 내에 위치하는 병원중에서 뼈이식 임플란트 시술을 20회 이상 실시하고, 구강외과를 전공한 전문의가 상주하는 병원에 대한 병원정보를 우선적으로 검출하여 사용자 위치와의 거리순대로 나열할 수 있다. 이에 의하면, 사용자에게 적합한 특수 치료 기술을 보유한 병원정보가 제공될 수 있으므로 사용자가 보다 안전하고 정확한 치료를 받을 수 있는 효과가 있다.
한편, 검출모듈(150)은 사용자의 치아 치료 효과를 이미지화하여 나타내는 치료효과 이미지를 생성할 수 있다. 검출모듈(150)은 사용자가 입력모듈(110)에 입력한 사용자의 치아 이미지정보에 치아 치료 효과를 나타낼 수 있다. 예컨대, 위턱 앞니 하나가 상실된 사용자가 자신의 치아를 촬영한 이미지를 입력모듈(110)에 송신한 경우, 검출모듈(150)은 상실된 앞니에 임플란트가 시술된 모습을 사용자 치아 이미지정보에 나타내어 치료효과 이미지를 생성할 수 있다. 이에 의하면, 사용자는 시술 효과를 명확하게 한눈에 파악할 수 있는 효과가 있다.
사용자 인터페이스 구성모듈(160)은 진단모듈(140)에서 진단된 사용자의 치아 진단 결과, 치아 치료 플랜정보, 치료효과 이미지를 하나의 세트로 구분되어 표출될 수 있도록 사용자 인터페이스를 구성할 수 있다.
한편, 사용자가 사용자 단말기에 표출된 치아 치료 플랜정보를 선택하는 경우, 사용자는 선택한 정보와 관련된 서버에 접속할 수 있다. 예컨대, 사용자가 단말기 화면으로 표시된 병원정보를 선택하면, 사용자는 병원진료예약을 할 수 있는 서버에 접속할 수 있다.
전자차트 생성모듈(170)은 사용자 단말기로부터 사용자 정보를 수신하고, 치과 운영 서버(200)로부터 사용자의 치아 치료 이력정보를 수신할 수 있다. 그리고, 수신한 사용자 정보와 사용자 치아 치료 이력정보를 전자차트로 생성할 수 있다.
여기서 전자차트는, 종래에 종이에 수기로 기록하던 환자 의무 기록을 전산화한 것으로서 환자의 개인정보 및/또는 치아 치료 이력정보가 기록된다.
한편, 전자차트 생성모듈(170)은 사용자 뿐만 아니라 치과 운영 서버(200)로부터, 다양한 환자들의 개인정보와 환자들의 치아 치료 이력정보를 수신하여 전자차트로 생성할 수 있다.
본 발명의 다른 실시예에 따르면, 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템은 인공지능 추천모듈을 더 포함할 수있다.
본 실시예에 따르면, 인공지능 추천모듈은 사용자 단말기 및/또는 건강보험관리공단 서버로부터 사용자 건강보험등록정보를 수신할 수 있다. 여기서 건강보험등록정보는 건강보험등록 기간 정보, 건강보험 피부양자 유무 정보 및/또는 피부양자 개인정보를 포함할 수 있다. 또한, 전자차트 생성모듈로부터 다양한 환자들의 개인정보와 환자들의 치아 치료 이력정보를 수신할 수 있다.
인공지능 추천모듈은 사용자 정보와, 사용자의 치아 치료 이력정보를 수신하여 사용자의 치료 패턴에 대한 정보인 치료패턴정보를 생성한다. 그리고 치료패턴정보를 기초로하여 사용자의 치아 치료시기를 예측하여 사용자에게 제공할 수 있다.
여기서 치료패턴정보는 보다 상세하게, 사용자 정보와 사용자의 치아 치료 이력정보를 기초로하여 요일별, 시간별, 계절별 및/또는 거리별로 사용자가 치아 치료를 실시하는 패턴에 대한 정보로서, 이러한 정보를 분석하면 사용자의 다음 치아 치료를 실시할 시기를 예측할 수 있게 된다.
예컨대, 사용자가 세달에 한번씩, 토요일 오전 시간대에 반복적으로 치아미백 치료를 실시한 경우, 인공지능 추천모듈은 이를 하나의 치료패턴으로 인식하여 치료패턴정보를 생성한다. 그리고 인공지능 추천모듈은 치료패턴정보에 따라 사용자가 치아 미백치료를 실시하고 세달이 지나면, 사용자 단말기에 치아 미백치료를 실시하고, 치아 미백을 전공한 의사가 상주하는 병원의 병원정보를 송신할 수 있다.
이에 따르면, 사용자가 치아 치료를 받아야 할 시기에 맞춰 사용자에게 적합한 병원정보가 제공되므로, 사용자가 치료시기를 놓치지 않고 적절하게 치료를 받을 수 있는 효과가 있다.
또한, 인공지능 추천모듈은 사용자 건강보험의 피부양자의 나이가 만18세 이하인 경우, 피부양자의 개인정보와 피부양자의 치아 치료 이력정보를 수신하여 피부양자의 치료 패턴에 대한 정보인 피부양자 치료패턴정보를 생성한다. 그리고 피부양자 치료패턴정보를 기초로하여 피부양자의 치료 시기를 예측하여 사용자에게 제공할 수 있다. 이에 따르면, 보호자가 필요한 만18세 이하의 피부양자의 치료시기를 보호자인 사용자가 제공받음으로서 피부양자의 치료시기를 미리 알고 적절하게 피부양자가 치료를 받을 수 있게 할 수 있다.
본 발명의 다른 실시예에 따르면, 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템은 비정렬된 그룹-레벨 프루닝 장치(이하 "프루닝 장치")를 포함할 수 있다.
프루닝 장치는 가중치 그룹 크기 결정부, 로드 밸런싱 팩터 결정부, 가중치 그룹 선택부, 프루닝부 및 모델 재훈련부를 포함할 수 있다.
가중치 그룹 크기 결정부는 가중치 그룹 선택부에서 선택될 가중치 그룹의 크기를 결정한다. 가중치 그룹의 크기는 하드웨어의 특성에 기초하여 결정될 수 있다.
로드 밸런싱 팩터 결정부는 스레드의 로드 밸런싱 정도를 나타내는 로드 밸런싱 팩터를 결정한다. 로드 밸런싱 팩터는 0≤L≤1의 값을 가지며, 각 행의 희소성(sparsity)의 하한을 결정하고, 각행에서 최대로 보존될 수 있는 가중치 그룹의 수를 결정할 수 있다.
가중치 그룹 선택부는 가중치 그룹의 크기 및 로드 밸런싱 팩터에 기초하여 가중치 그룹을 선택한다. 가중치 그룹 선택부는 탐욕(greedy) 알고리즘 또는 최적(optimal) 알고리즘에 따라 가중치 그룹을 선택할 수 있다. 탐욕 알고리즘에서는 목표 희소성(sparsity)을 충족시키면서 후보 가중치 그룹들 중에서 가장 큰 규모의 가중치 그룹을 선택한다. 가중치 그룹의 각 선택 단계에서, 이전 단계에서 이미 선택된 가중치 그룹은 후보 가중치 그룹에서 제외되고, 이전 단계에서 이미 선택된 가중치 그룹과 겹치는 다른 가중치 그룹들도 후보 가중치 그룹에서 제외된다. 가중치 그룹 선택부는 로드 밸런싱 팩터에 따라 각 행의 희소성(sparsity)의 하한에 기초하여 각 행에서 최대로 보존될 수 있는 가중치 그룹의 수만큼 각 행에서 가중치 그룹을 선택할 수 있다.
프루닝부는 선택된 가중치 그룹에 포함되지 않은 가중치 요소를 제거한다. 즉, 선택된 가중치 그룹에 포함되지 않은 가중치 요소는 영(0)으로 마스킹되며, 향후 연산의 대상에서 제외된다.
모델 재훈련부는 선택된 가중치 그룹에 포함되지 않은 가중치 요소가 제거된 신층신경망(DNN) 모델을 재훈련시킨다.
상술한 프루닝 장치는, 가중치 그룹의 크기(size) 및 로드 밸런싱 팩터(load balancing factor)를 결정하는 단계와 가중치 그룹의 크기 및 로드 밸런싱 팩터에 기초하여 가중치 그룹을 선택하는 단계와 선택된 가중치 그룹에 포함되지 않은 가중치 요소들(elements)을 제거하는 단계를 거쳐 심층신경망 모델의 비정렬된 그룹-레벨을 프루닝 할 수 있다.
본 발명의 다른 실시예에 따르면, 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템(100) (이하 "치아 진단 시스템")은 치과 운영 서버(200) 및/또는 기공소 운영 서버(300)와 서로 연동되어 치과와 기공소의 협업이 가능하도록 할 수 있다.
도 4는 본 발명의 다른 실시예에 따른 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 구성을 나타낸 것이고, 도 5는 본 발명의 다른 실시예에 따라 협업 기공소 서버를 더 포함하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 구성을 나타낸 것이고, 도 6은 본 발명의 다른 실시예에 따라 치과와 기공소의 입출력 구성을 더 포함하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 구성을 나태낸 것이고, 도 7은 본 발명의 다른 실시예에 따라 인공지능 분석 모듈을 포함하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 구성을 나타낸 것이고, 도 8은 본 발명의 다른 실시예에 따라 치과 평가 모듈과 기공소 평가 모듈과 치과 기공소 매칭 모듈을 포함하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 구성을 나타낸 것이다.
도 4 내지 도 8을 참조하면 본 발명의 다른 실시예에 따른 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템은 치과 운영 서버(200)와 기공소 운영 서버(300)와 연동되어 협업 할 수 있다.
치과 운영 서버(200)는 치과 의원 또는 병원에 존재하며 치과 의사가 접근할 수 있는 서버이다. 치과 의사는 스캔 장치를 이용하여 환자의 구강을 스캔하고 이렇게 생성된 구강 스캔 파일은 치과 운영 서버(200)에 업로드된다. 치과 운영 서버(200)는 구강 스캔 파일을 치아 진단 시스템(100)으로 전송한다. 구강 스캔 파일은 3D STL 파일에 해당할 수 있다. 3D STL은 CAD(Computer-Aided Design) 소프트웨어의 파일 포맷을 의미하고, 3D STL 파일은 3D STL 포맷을 갖는 파일을 의미한다. 3D STL 파일은 3차원 데이터를 표현하는 국제 표준 형식 중 하나로 대부분의 3D 프린터에서 입력파일로 많이 사용되고 있는데, STL 파일은 입체 물체의 표면 즉, 3차원 형상을 무수히 많은 3각형 면으로 구성하여 표현해 주는 일종의 폴리곤 포멧이기 때문에 삼각형의 크기가 작을수록 고품질의 출력물 표면을 얻을 수 있는 것이다. STL 파일은곡면을 표현하기가 곤란하지만 3각형의 분할 수를 많이 늘려서 보다 섬세한 삼각형으로 그려내면 거의 곡면과 유사한 형상이 된다.
치아 진단 시스템(100)은, 데이터베이스(180)을 포함하고, 치아 진단 시스템(100)에 전송되는 정보는 데이터베이스(180)에 저장된다. 치아 진단 시스템(100)은, 치과 운영 서버(200)로부터 전송된 구강 스캔 파일을 기공소 운영 서버(300)로 전송한다.
기공소 운영 서버(300)는 기공소에 존재하며 기공사가 접근할 수 있는 서버이다. 기공사는 기공소 운영 서버(300)로 전송된 구강 스캔 파일을 다운로드하고 이를 기초로 CAD 프로그램을 사용하여 구강 설계 파일을 생성한다. 기공사는 구강 설계파일을 기공소 운영 서버(300)에 업로드하고, 기공소 운영 서버(300)는 구강 설계 파일을 치아 진단 시스템(100)으로 전송한다.
치아 진단 시스템(100)은 기공소 운영 서버(300)로부터 전송된 구강 설계 파일을 치과 운영 서버(200)로 전송하고 구강 설계 파일의 검토를 요청한다.
치과 의사는 치과 운영 서버(200)로 전송된 구강 설계 파일을 다운로드하고, 구강 설계 파일이 의뢰시 전송하였던 구강 스캔 파일에 부합하게 설계되었는지 여부를 확인하고, 최초 제작 의도에 부합하게 설계되었는지 여부를 확인한다. 확인 결과, 구강 설계 파일이 구강 스캔 파일 및 최초 제작 의도에 부합하게 설계되었다면, 치과 운영 서버(200)는 제품의 제작을 요청하는 제작 요청 메시지를 치아 진단 시스템(100)로 전송한다.
치아 진단 시스템(100)은 치과 운영 서버(200)로부터 전송된 제작 요청 메시지 및/또는 수정 요청 메시지를 기공소 운영 서버(300)로 전송하고, 기공사는 기공소 운영 서버(300)로 전송된 제작 요청 메시지에 따라 제품을 제작하고, 또는 수정 요청 메시지에 따라 구강 설계 파일을 수정한다. 수정된 구강 설계 파일은 기공소 운영 서버(300), 치아 진단 시스템(100), 및 치과 운영 서버(200)를 거쳐 치과 의사에게 전달된다
본 발명의 다른 실시예에 따르면, 치아 진단 시스템(100)의 데이터베이스(180)는 치과 재료에 대한 정보를 저장할 수 있다. 이때, 치과 재료에 대한 정보는 3D 관련 기기(치과 의원/병원용 CAD/CAM 기기, 기공소용 CAD/CAM 기기)에 대한 정보, 3D 재료(CAD/CAM용 환자 보조물)에 대한 정보, 임플란트와 관련된 재료(예를 들어, 지르코니아)에 대한 정보 등을 포함한다. 치과 재료에 대한 정보는 사진, 글, 영상 등의 조합으로 이뤄진 카달로그의 형태로 데이터베이스(180)에 저장될 수 있다. 치아 진단 시스템(100)은 데이터베이스(180)에 저장된 치과 재료에 대한 정보를 치과 운영 서버(200) 및/또는 기공소 운영 서버(300)에 전달할 수 있고, 해당 정보에 해당하는 치과 재료를 온라인상에서 치과 운영 서버(200) 및/또는 기공소 운영 서버(300)에 판매할 수 있다.
도 5는 본 발명의 다른 일실시예에 따라 협업 기공소 운영 서버를 더 포함하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템(이하 "치아 진단 시스템")의 구성을 나타낸 도면이다.
도 5를 참조하면, 본 치아 진단 시스템(100)은 협업 기공소 운영 서버(400)를 더 포함한다.
제품의 제작을 의뢰받은 기공소가 해당 제품에 대한 구강 설계 파일을 설계할 수 없거나 해당 제품의 제작을 할 수 없는 경우, 해당 기공소에 설치된 기공소 운영 서버(300)는 네트워크가 형성되어 있는 협업 기공소에 의뢰받은 제품에 대한 구강 설계 파일의 설계(생성) 및/또는 해당 제품의 제작을 의뢰하는 협업 요청 메시지를 치아 진단 시스템(100)로 전송한다.
치아 진단 시스템(100)은 기공소 운영 서버(300)로부터 전송된 협업 요청 메시지를 협업 기공소 운영 서버(400)로 전송하며, 협업 기공소 운영 서버(400)는 치아 진단 시스템(100)로부터 전송된 협업 요청 메시지에 대한 응답 메시지를 치아 진단 시스템(100)로 전송한다. 협업이 가능한 경우, 협업 기공소 운영 서버(400)는 협업을 승인하는 응답 메시지를 치아 진단 시스템(100)로 전송하고, 협업이 불가능한 경우, 협업을 불승인하는 응답 메시지를 치아 진단 시스템(100)로 전송한다.
협업이 성사된 경우, 치아 진단 시스템(100)은 협업이 성사되었음을 알리는 알림 메시지를 치과 운영 서버(200) 및 기공소 운영 서버(300)로 전송한다. 알림 메시지는 협업을 구성하는 기공소 운영 서버(300) 및 협업 기공소 운영 서버(400) 각각을 식별하는 정보를 포함한다. 이때, 치과 운영 서버(200) 또는 기공소 운영 서버(300)는 알림 메시지를 확인하고 구성된 협업을 취소할 수 있고, 협업 기공소의 재구성을 치아 진단 시스템(100)에 요청할 수 있다.
협업 기공소는 치아 진단 시스템(100)로부터 전송된 구강 스캔 파일을 기초로 구강 설계 파일을 생성하고, 생성된 구강 설계 파일을 협업 기공소 운영 서버(400)에 업로드한다. 협업 기공소 운영 서버(400)는 구강 설계 파일을 치아 진단 시스템(100)로 전송하며, 치아 진단 시스템(100)은 협업 기공소 운영 서버(400)로부터 전송된 구강 설계 파일을 치과 운영 서버(200) 및 기공소 운영 서버(300)로 전송한다.
기공소 운영 서버(300) 및/또는 협업 기공소 운영 서버(400)는 공정별로 구분된 제품 제작의 진행 상태를 나타내는 진행 공정 정보를 치아 진단 시스템(100)로 전송하고, 치아 진단 시스템(100)은 기공소 운영 서버(300)로부터 전송된 진행 공정 정보를 치과 운영 서버(200)로 전송한다. 치과 의사는 치과 운영 서버(200)를 통해 진행 공정 정보를 확인함으로써, 의뢰한 제품이 현재 어떤 공정을 거치고 있는지를 확인할 수 있다. 진행 공정 정보는 제품의 제작 의뢰를 접수하였음을 나타내는 정보, 구강 스캔 파일을 수신하였음을 나타내는 정보, 구강 설계 파일을 생성하기 위한 CAD 작업이 진행 중임을 나타내는 정보, 제품 제작을 위한 CAM(Computer Aided Manufacturing) 작업이 진행 중임을 나타내는 정보, 제품의 출하를 준비하고 있음을 나타내는 정보 및/또는 제품이 출하되었음을 나타내는 정보를 포함한다.
기공소 운영 서버(300)는 해당 기공소에서 일정 기간 동안 제작된 제품의 수량 정보, 일정 기간 동안 제작된 제품에 대하여 청구할 비용 정보, 및/또는 청구항 비용을 결제하기 위해 필요한 결제 정보를 치아 진단 시스템(100)로 전송하고, 치아 진단 시스템(100)은 기공소 운영 서버(300)로부터 전송된 수량 정보, 비용 정보, 및/또는 결제 정보를 치과 운영 서버(200)로 전송하여 결제를 요청하며, 치과 운영 서버(200)는 결제 정보를 기초로 제작된 제품에 대한 비용을 결제한다. 이때, 비용 정보는 기공소가 치과에 청구할 금액을 나타내고, 결제 정보는 기공소의 은행 계좌 정보, 에스크로 서버의 주소 정보 등을 포함한다.
도 6은 본 발명의 다른 일실시예에 따라 치과와 기공소의 입출력 구성을 더 포함하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템(이하 "치아 진단 시스템")의 구성을 나타낸 도면이다.
도 6을 참조하면, 본 치아 진단 시스템은 환자의 구강을 촬영하는 치과 카메라(10), 의사의 음성이 입력되는 치과 마이크(20), 치과에 설치되어 영상을 출력하는 치과 디스플레이(30), 치과에 설치되어 음성을 출력하는 치과 스피커(40), 기공소에 설치된 기공소 카메라(50), 기공사의 음성이 입력되는 기공소 마이크(60), 기공소에 설치되어 영상을 출력하는 기공소 디스플레이(70), 및/또는 기공소에 설치되어 음성을 출력하는 기공소 스피커(80)를 더 포함한다.
치과 카메라(10)에 의해 촬영된 영상과 치과 마이크(20)에 의해 입력된 음성은 치과 운영 서버(200), 치아 진단 시스템(100), 및 기공소 운영 서버(300)를 통해 기공소 디스플레이(70) 및 기공소 스피커(80)로 실시간 출력되고, 기공소 카메라(50)에 의해 촬영된 영상과 기공소 마이크(60)에 의해 입력된 음성은 기공소 운영 서버(300), 치아 진단 시스템(100), 및 치과 운영 서버(200)를 통해 치과 디스플레이(30) 및 치과 스피커(40)로 실시간 출력됨으로써, 환자 진료 시 의사와 기공사 사이의 쌍방향 의사소통이 가능하다. 즉, 치과 의사는 환자의 구강 상태 및 특징에 대하여 실시간으로 기공사와 협의할 수 있고, 이로써 환자에 최적화된 완성도 높은 제품이 제작될 수 있다.
본 발명의 다른 일 실시예에 따르면, 치과마다 사용하는 구강 스캐너의 종류가 다를 수 있고, 구강 스캐너의 종류가 다르면, 구강 스캔 파일을 치과 운영 서버(200)로 업로드하거나 치과 운영 서버(200)로부터 치아 진단 시스템(100)로 전송할 때 사용되는 전송 방식이 다를 수 있다. 치아 진단 시스템(100)은 복수의 치과 운영 서버(200)로부터 각기 다른 전송 방식에 의해 전송되는 구강 스캔 파일을 수신하면, 수신한 구강 스캔 파일을 디코딩한 뒤 규격화된 전송 방식에 의해 인코딩을 한 뒤에 기공소 운영 서버(300), 협업 기공소 운영 서버(400), 및/또는 치과 운영 서버(200)로 구강 스캔 파일을 전송한다.
본 발명의 다른 일 실시예에 따르면, 치아 진단 시스템(100)은 치과 운영 서버(200)와 기공소 운영 서버(300) 간의 거래 이력 정보를 데이터베이스(180)에 저장하고, 거래 이력 정보를 분석하여 치과 운영 서버(200) 및/또는 기공소 운영 서버(300)에 맞춤형 정보를 제공한다. 이때, 거래 이력 정보는 기공소별 거래량 정보, 기공소별 제품 제작 시간 정보, 치과별 주문량 정보, 제품별 거래 수량 정보, 제품 제작 시 소요되는 원자재의 종류 정보, 및/또는 제품 제작 시 소요되는 원자재별 소요량 정보를 포함한다. 치아 진단 시스템(100)은 이러한 거래 이력 정보를 분석하고 분석된 결과를 기초로 치과 운영 서버(200)에는 추천 제품 정보, 추천 기공소 정보 등을 제공하고, 기공소 운영 서버(300)에는 추천 치과 정보, 원자재 소요량이 적은 제품 정보 등을 제공한다.
도 7은 본 발명의 다른 실시예에 따라 인공지능 분석 모듈을 포함하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템 (이하"치아 진단 시스템")의 구성을 나타낸 것이다.
도 7을 참조하면, 치아 진단 시스템(100)은 인공지능 분석 모듈(190)을 포함한다. 인공지능 분석 모듈(190)은 인공지능 기술을 기반으로, 구강 스캔 파일의 유형을 분석하여, 해당 구강 스캔 파일에 대한 제품의 제작을 의뢰할 기공소를 선택할 때 도움이 되는 정보를 도출한다.
인공지능 분석 모듈(190)은 전처리부(191), 분석부(192), 및/또는 예측부(193)를 포함한다.
전처리부(191)는 데이터베이스(180)에 저장된 구강 스캔 파일 중 중복되는 구강 스캔 파일을 제거하는 전처리를 수행한다. 전처리부(191)는 데이터베이스(180)에 기 저장된 구강 스캔 파일의 유형을 기술하는 유형 정보를 기초로, 전처리 된 구강 스캔 파일의 유형을 도출한다. 구강 스캔 파일의 유형은 구강 스캔 파일의 대상이 되는 구강의 부피에 따른 유형, 대상 환자의 연령에 따른 유형, 대상 환자의 성별에 따른 유형, 대상이 되는 구강의 모양에 따른 유형 등을 포함한다. 예를 들어, 구강 스캔 파일이 그 대상이 되는 구강의 부피에 따라 유형이 나뉜다면, 구강 스캔 파일의 유형은 평균보다 큰 부피를 갖는 구강에 대한 구강 스캔 파일 유형, 평균보다 작은 부피를 갖는 구강에 대한 구강 스캔 파일 유형, 및/또는 평균 부피를 갖는 구강에 대한 구강 스캔 파일 유형으로 분류될 수 있다.
분석부(192)는 전처리부(191)에 의해 도출된 구강 스캔 파일의 유형과, 데이터베이스(180)에 저장된 수정 요청 사례 사이의 상관 관계를 분석한다. 이때, 수정 요청 사례는 기공소 운영 서버(300)가 치아 진단 시스템(100)를 통해 치과 운영 서버(200)로 전송한 구강 설계 파일에 대해, 치과 운영 서버(200)가 치아 진단 시스템(100)를 통해 기공소 운영 서버(300)로 수정 요청 메시지를 전송한 사례를 의미한다. 구체적으로, 분석부(192)는 전처리부(191)에 의해 도출된 구강 스캔 파일의 유형을 독립 변수로 갖고 수정 요청 사례를 종속 변수로 갖는 회귀 분석 모델을 이용하여 상관 관계를 분석한다. 분석부(192)는 회귀 분석 모델의 시뮬레이션에 의해 산출되는 유의 확률 값을 기준으로 구강 스캔 파일의 유형을 유의미한 독립 변수로 선정하며, 회귀 분석 모델의 시뮬레이션에 의해 산출되는 계수 추정치 값을 기준으로 유의미한 독립 변수로 선정된 유형을 수정 요청 사례와 상관 관계가 있는 독립 변수로 결정한다.
예측부(193)는 분석부(192)에 의해 상관 관계가 있는 독립 변수로 결정된 유형을 갖는 구강 스캔 파일이 치과 운영 서버(200)로부터 전송되는 경우, 해당 구강 스캔 파일과 상관 관계가 있는 것으로 결정된 수정 요청 사례를 도출하고, 해당 수정 요청 사례에서 수정 요청을 받은 기공소를 해당 구강 스캔 파일에 대한 제품을 의뢰하지 않아야 할 기공소로 예측하여 결정한다.
구체적으로, 치아 진단 시스템(100)의 인공지능 분석 모듈(190)은 치과 운영 서버(200)로부터 전송되는 구강 스캔 파일, 및/또는 데이터베이스(180)에 저장된 구강 스캔 파일을 분석하고, 선형 회귀 모델링을 통해, 해당 구강 스캔 파일과 수정 요청 사례 사이의 상관 관계를 도출할 수 있다. 즉, 인공지능 분석 모듈(190)은 수집 단계, 전처리 단계, 분석 단계, 및/또는 예측 단계를 거쳐, 구강 스캔 파일에 해당하는 수정 요청 사례를 도출할 수 있다.
수집 단계에서, 인공지능 분석 모듈(190)은 치과 운영 서버(200)로부터 전송되는 구강 스캔 파일을 수집할 수 있고, 또는 데이터베이스(180)에 저장된 구강 스캔 파일을 수집할 수 있다. 본 단계는, 인공지능 분석 모듈(190)의 전처리부(191)에 의해 처리될 수 있다.
전처리 단계에서, 인공지능 분석 모듈(190)의 전처리부(191)는 데이터의 품질을 높이기 위하여 수집된 구강 스캔 파일 중 최근 특정 기간 동안에 전송되고 저장된 구강 스캔 파일만을 남겨두고 이외의 기간에 발생한 구강 스캔 파일은 제거할 수 있다. 일 실시예로서, 전처리부(191)는 최근 30일 동안의 구강 스캔 파일을 데이터 분석에 사용할 수 있다. 전처리부(191)는 해당 기간 동안 요청된 구강 스캔 파일 중 중복되는 구강 스캔 파일을 제거할 수 있다.
분석 단계에서, 인공지능 분석 모듈(190)의 분석부(192)는 전처리가 완료된 구강 스캔 파일과, 수정 요청 사례 간의 상관 관계를 분석할 수 있다. 분석부(192)는 전처리가 완료된 구강 스캔 파일과, 수정 요청 사례에 대한 회귀 분석 모델을 구축함으로써 두 데이터 사이의 상관 관계를 분석할 수 있다.
도출 단계에서, 인공지능 분석 모듈(190)의 예측부(193)는 상관 관계 분석 결과를 통하여 구강 스캔 파일에 대한 적절한 응답이 될 수 있는 수정 요청 사례를 찾을 수 있고, 해당 수정 요청 사례에서 수정 요청을 받은 기공소를, 해당 구강 스캔 파일에 대한 제품 제작을 의뢰하지 않아야 할 기공소로 예측하고 기공소 배정 시에 이 예측 결과를 고려할 수 있다. 치아 진단 시스템(100)은 해당 구강 스캔 파일은 예측부(193)의 예측 결과에 따라, 예측된 해당 기공소로 전송되지 않고, 나아가 해당 구강 스캔 파일에 대한 제품의 제작이 예측된 해당 기공소에 의뢰되지 않도록 제어할 수 있다.
치아 진단 시스템(100)의 인공지능 분석 모듈(190)은 독립 변수로 활용되는 구강 스캔 파일의 유형을 csv 파일로 만들어 data set을 구성할 수 있고, glrn 함수를 이용하여 회귀 분석 모델을 생성할 수 있다.
인공지능 분석 모듈(190)은 각 독립 변수에 대한 계수 추정치, 표준 오차, Z 값(표준 오차에 대한 분포도를 이용하여 정규 분포를 만들고 각 독립 변수에 대한 결과값이 표준 편차를 기준으로 어느 위치에 존재하는지를 나타내는 값) 및/또는 유의 확률 값을 분석할 수 있다. 인공지능 분석 모듈(190)은 상기 분석의 결과를 이용하여 실제 수정 요청 사례와 연관이 있는 독립 변수를 추출할 수 있다. 구체적으로, 인공지능 분석 모듈(190)은 유의 확률 값으로 0.05 이하의 값을 갖는 독립 변수를 유의미한 독립 변수로서 추출할 수 있고, 유의미한 독립 변수 중 계수 추정치 값으로서 양의 값을 갖는 독립 변수를 실제 수정 요청 사례와 상관이 있는 독립 변수로 결정할 수 있다.
인공지능 분석 모듈(190)은 회귀 분석 모델을 이용한 상관 관계 분석을 통하여, 요청되는 구강 스캔 파일과 상관이 있는 수정 요청 사례를 찾을 수 있다. 인공지능 분석 모듈(190)은 학습 데이터와 테스트 데이터의 개수를 조정하면서 반복적으로 회귀 분석을 실시할 수 있고 이로써, 회귀 분석 모델의 적합도를 검증할 수 있다. 여기서, 학습 데이터는 상관 관계가 기 분석된 구강 스캔 파일을 의미하고, 테스트 데이터는 상관 관계가 아직 분석되지 않은 구강 스캔 파일을 의미할 수 있다.
도 8은 본 발명의 다른 실시예에 따라 치과 평가 모듈과 기공소 평가 모듈과 치과 기공소 매칭 모듈을 포함하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템의 구성을 나타낸 것이다.
도 8을 참조하면, 치아 진단 시스템(100)은 치과 평가 모듈(510), 기공소 평가 모듈(520) 및/또는 치과 기공소 매칭 모듈(530)을 포함한다.
치과 평가 모듈(510)은 본 업무 처리 시스템에 구성된 치과를 평가한다. 치과 평가 모듈(510)은 데이터베이스(180)에 저장된 치과 평가에 대한 기준 정보를 기준으로, 기공소로부터 수집한 치과에 대한 상세 정보를 토대로 하여, 해당 치과가 기준 정보에 따른 요건을 갖추었는지를 정량적으로 평가한다. 이때, 치과 평가에 대한 기준 정보는 치과의 업력, 매출, 신용도, 주문 빈도, 연체 빈도 등에 대한 정보를 포함한다. 나아가, 치과 평가 모듈(510)은 특정 기공소의 기공소 운영 서버(300)로 치과 평가에 대한 기준 정보를 전송하고, 설문의 형태로 기준 정보를 제공하고 기공소의 응답을 받음으로써 해당 치과를 정성적으로 평가한다. 치과 평가 모듈(510)에 의한 평가 결과는 데이터베이스(180)에 저장되어 관리된다.
기공소 평가 모듈(520)은 본 업무 처리 시스템에 구성된 기공소 및/또는 협업 기공소를 평가한다. 기공소 평가 모듈(520)은 데이터베이스(180)에 저장된 기공소 평가에 대한 기준 정보를 기준으로, 치과로부터 수집한 기공소에 대한 상세 정보를 토대로 하여, 해당 기공소가 기준 정보에 따른 요건을 갖추었는지를 정량적으로 평가한다. 이때, 기공소 평가에 대한 기준 정보는 기공소의 업력, 매출, 신용도, 수주량, 납기 연체 빈도 등에 대한 정보를 포함한다. 나아가, 기공소 평가 모듈(520)은 특정 치과의 치과 운영 서버(200)로 기공소 평가에 대한 기준 정보를 전송하고, 설문의 형태로 기준 정보를 제공하고 치과의 응답을 받음으로써 해당 기공소를 정성적으로 평가한다. 기공소 평가 모듈(520)에 의한 평가 결과는 데이터베이스(180)에 저장되어 관리된다.
치과 평가 모듈(510) 및/또는 기공소 평가 모듈(520)은 치과 및/또는 기공소의 정성 평가에 관여하는 기공소 및/또는 치과를 식별할 수 없도록 기공소(기공소 운영 서버) 및/또는 치과(치과 운영 서버)의 정보를 식별되지 않는 다른 임의의 값으로 변환하여 사용하고, 변환된 값으로 본 업무 처리 시스템에서 저장되고 관리된다.
치과 기공소 매칭 모듈(530)은 치과 평가 모듈(510) 및/또는 기공소 평가 모듈(520)에 의해 수행된 정량 평가 및/또는 정성 평가의 결과를 기초로 치과 및/또는 기공소의 평점을 백분율 등을 통해 제공한다. 나아가, 치과 기공소 매칭 모듈(530)은 치과 및/또는 기공소가 높은 점수를 받지 못한 이유에 대한 정보를 함께 제공하여 평가 결과 미흡한 부분을 개선할 수 있도록 할 수 있다. 치과 기공소 매칭 모듈(530)은 치과 평가 모듈(510) 및/또는 기공소 평가 모듈(520)에 의해 수행된 정량 평가 및/또는 정성 평가의 결과를 기초로, 본 업무 처리 시스템에 구성된 여러 치과 및 여러 기공소 중 서로 적합한 치과와 기공소를 연결한다. 이때, 치과 기공소 매칭 모듈(530)은 치과 운영 서버(200) 및/또는 기공소 운영 서버(300)로부터 기 전송받은 선호하는 기공소 또는 치과의 요건을 나타내는 정보를 반영하여 치과와 기공소를 연결한다.
상술한 바와 같이, 치과와 기공소가 연결되면, 치아 진단 시스템(100)은 연결된 치과의 치과 운영 서버(200)로부터 전송되는 제품의 제작 의뢰 및 구강 스캔 파일을 해당 치과와 연결된 기공소의 기공소 운영 서버(300)로 전송한다.
또한, 치아 진단 시스템(100)은 협업 기공소에 대한 평점이 소정의 기준치보다 높은 경우, 협업 기공소를 기공소로 승격시키고 반대로, 기공소에 대한 평점이 소정의 기준치보다 낮은 경우, 기공소를 협업 기공소로 강등시킨다. 이때, 기공소는 치아 진단 시스템(100)에 의해 치과와 선순위로 연결이 될 수 있는 이점이 있고, 협업 기공소는 치과와 최초 연결된 기공소가 제품의 제작이 불가능한 경우에만 후순위로 치과와 연결될 수 있다.
본 명세서에서 치과 운영 서버, 데이터베이스, 기공소 운영 서버, 협업 기공소 운영 서버, 인공지능 분석 모듈, 전처리부, 분석부, 예측부, 치과 평가 모듈, 기공소 평가 모듈, 및/또는 치과 기공소 매칭 모듈은 메모리에 저장된 연속된 수행과정들을 실행하는 프로세서들일 수 있다. 또는, 프로세서에 의해 구동되고 제어되는 소프트웨어 모듈들로서 동작할 수 있다. 나아가, 프로세서는 하드웨어 장치일 수 있다.
이상에서, 본 발명의 실시 예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재할 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
그리고 이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100: 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템.
110: 입력모듈
120: 표준치아정보 수신모듈
130: 저장모듈
140: 진단모듈
150: 검출모듈
160: 인터페이스 구성모듈
170: 전자차트 생성모듈

Claims (5)

  1. 사용자 단말기로부터 사용자 정보 및 사용자 치아를 촬영한 사용자 치아 이미지정보가 입력되는 입력모듈;
    치과 운영 서버 및 기공소 운영 서버로부터, 치아 상태에 따른 치아 이미지, 치아 상태정보, 치아 질환정보, 치아 치료정보 및 병원정보를 수신하는 표준치아정보 수신모듈;
    상기 사용자 정보, 상기 사용자 치아 이미지정보, 상기 치아 이미지, 상기 치아 상태정보, 상기 치아 질환정보 및 상기 치아 치료정보가 저장되는 저장모듈;
    상기 사용자 정보 및 상기 사용자 치아 이미지정보와 상기 표준치아정보 수신모듈에 수신된 정보를 비교하여 상기 사용자의 치아 상태를 진단하는 진단모듈;
    상기 진단모듈의 치아 상태 진단결과를 기초로, 상기 사용자에게 적합한 치아 치료 플랜정보를 검출하고, 상기 사용자의 치아 치료 효과를 이미지화한 치료 효과 이미지를 생성하는 검출모듈;
    상기 사용자의 치아 상태 진단결과, 상기 치료 플랜정보 및 상기 치료 효과 이미지를 상기 사용자 단말기에 표출하기 위한 사용자 인터페이스를 구성하는 사용자 인터페이스 구성모듈;
    상기 사용자 단말기로부터 상기 사용자 정보를 수신하고, 상기 치과 운영 서버로부터 상기 사용자의 치아 치료 이력 정보를 수신하여 전차 차트를 생성하는 전자차트 생성모듈; 및
    상기 전자차트 생성모듈로부터 상기 사용자 정보와, 상기 사용자의 치아 치료 이력 정보를 수신하여 사용자의 치아 치료 패턴에 대한 정보인 치료패턴정보를 생성하고, 상기 치료패턴정보를 기초로 사용자의 치아 치료시기를 예측하여 사용자에게 제공하는 인공지능 추천모듈을 포함하고,
    상기 사용자 정보는,
    사용자 이름 정보, 사용자 나이 정보, 사용자 성별 정보 및 사용자 위치 정보를 포함하는 것을 특징으로 하고,
    상기 치료 플랜 정보는,
    상기 진단모듈의 상기 사용자의 치아 상태 진단결과에 따라 상기 사용자의 치아를 치료할 수 있는 병원정보, 상기 사용자의 치아 치료 방법 정보 및 상기 사용자의 치아 치료 비용정보를 포함하는 것을 특징으로 하고,
    상기 표준치아정보 수신모듈은,
    상기 치과 운영 서버 및 상기 기공소 운영 서버로부터, 치아 상태에 따른 치아 색 정보, 치아 치조골 상태 정보, 치아 배열 정보, 치아 충치 갯수 정보, 치아 상실 갯수, 치아 상실 위치, 치아 깨짐 유무 정보 및 치아 사이 간격 정보를 포함하는 치아 상태정보를 수신받는 치아 상태정보 수신모듈;
    치아 상태에 따른 치아 질환정보를 수신받는 치아 질환정보 수신모듈;
    치아 상태에 따른 복수의 치아 이미지를 수신받는 치아 이미지정보 수신모듈;
    치아 상태에 따른 치아 치료 방법 정보, 치아 치료에 필요한 재료 정보, 치아 치료 기간 정보 및 치아 치료 가격 정보를 포함하는 치아 치료정보를 수신받는 치아 치료정보 수신모듈; 및
    치아 치료를 실시하는 병원 위치 정보, 병원 진료 가격정보, 병원 진료 가능 날짜 정보, 병원의 주 진료정보, 병원의 특수 치료 기술보유 유무 정보 및 병원에 근무하는 의사의 전공정보를 포함하는 병원정보를 수신받는 병원정보 수신모듈을 포함하고,
    상기 검출모듈은,
    상기 사용자 위치정보 및 상기 병원 위치정보를 기초로 상기 사용자와 가장 근거리에 있는 병원에 대한 병원정보를 검출하되, 사용자 위치와 가까운 거리순으로 나열하는 것을 특징으로 하고,
    상기 사용자의 치아 치료에 전문의가 실시할 수 있는 치료 기술이 필요한 경우, 상기 치료 기술을 실시할 수 있는 전문의가 상주하는 병원에 대한 병원정보를 우선적으로 검출하는 것을 특징으로 하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 청구항 1에 있어서,
    상기 검출모듈은,
    상기 사용자의 치아 치료 후의 모습을 상기 사용자 치아 촬영물을 기초로, 이미지화 하는 것을 특징으로 하는 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템.



KR1020200116187A 2020-09-10 2020-09-10 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템 KR102284579B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200116187A KR102284579B1 (ko) 2020-09-10 2020-09-10 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200116187A KR102284579B1 (ko) 2020-09-10 2020-09-10 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템

Publications (1)

Publication Number Publication Date
KR102284579B1 true KR102284579B1 (ko) 2021-08-02

Family

ID=77315835

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200116187A KR102284579B1 (ko) 2020-09-10 2020-09-10 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템

Country Status (1)

Country Link
KR (1) KR102284579B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102434187B1 (ko) * 2022-01-24 2022-08-22 김신엽 인공지능을 이용한 치열 진단 시스템 및 그 방법
KR102479576B1 (ko) * 2021-12-16 2022-12-21 주식회사 덴컴 Ai를 이용하여 치아 치료 플랜을 생성하는 방법 및 그를 이용한 장치
KR102491837B1 (ko) * 2021-11-04 2023-01-27 주식회사 카이아이컴퍼니 치면 착색 영상 데이터를 활용한 비대면 치아우식 위험도 진단 및 구강관리 시스템과 그 방법
CN116153476A (zh) * 2023-01-04 2023-05-23 深圳市德钰医疗器械有限公司 基于医疗物联网的数字化义齿智能加工系统及方法
KR20230089473A (ko) 2021-12-13 2023-06-20 주식회사 리얼라이너 인공지능을 이용한 환자 맞춤형 교정 치료 장치 제조 시스템
KR102572623B1 (ko) * 2022-10-31 2023-09-01 (주)덴탈브릿지 치과 관련 컨텐츠를 공유 및 거래하기 위한 리워드 기반의 플랫폼 서비스를 제공하는 방법 및 장치
KR20230134887A (ko) 2022-03-15 2023-09-22 부경대학교 산학협력단 인공 지능을 이용한 치석 인식 시스템 및 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020078513A (ko) * 2001-04-03 2002-10-19 황현식 구강위생용품 판매방법
KR20170000794A (ko) * 2015-06-24 2017-01-03 덴탈 이미징 테크놀로지스 코퍼레이션 치아 이미지로부터 치아 복원 제품을 위한 디자인의 생성 방법
KR20190105333A (ko) * 2018-03-05 2019-09-17 재단법인 경북아이티융합 산업기술원 영상분석을 이용한 구강 상태 원격 모니터링 시스템 및 그 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020078513A (ko) * 2001-04-03 2002-10-19 황현식 구강위생용품 판매방법
KR20170000794A (ko) * 2015-06-24 2017-01-03 덴탈 이미징 테크놀로지스 코퍼레이션 치아 이미지로부터 치아 복원 제품을 위한 디자인의 생성 방법
KR20190105333A (ko) * 2018-03-05 2019-09-17 재단법인 경북아이티융합 산업기술원 영상분석을 이용한 구강 상태 원격 모니터링 시스템 및 그 방법

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102491837B1 (ko) * 2021-11-04 2023-01-27 주식회사 카이아이컴퍼니 치면 착색 영상 데이터를 활용한 비대면 치아우식 위험도 진단 및 구강관리 시스템과 그 방법
KR20230089473A (ko) 2021-12-13 2023-06-20 주식회사 리얼라이너 인공지능을 이용한 환자 맞춤형 교정 치료 장치 제조 시스템
KR102479576B1 (ko) * 2021-12-16 2022-12-21 주식회사 덴컴 Ai를 이용하여 치아 치료 플랜을 생성하는 방법 및 그를 이용한 장치
KR102434187B1 (ko) * 2022-01-24 2022-08-22 김신엽 인공지능을 이용한 치열 진단 시스템 및 그 방법
WO2023140585A1 (ko) * 2022-01-24 2023-07-27 김신엽 인공지능을 이용한 치열 진단 시스템 및 그 방법
KR20230134887A (ko) 2022-03-15 2023-09-22 부경대학교 산학협력단 인공 지능을 이용한 치석 인식 시스템 및 방법
KR102572623B1 (ko) * 2022-10-31 2023-09-01 (주)덴탈브릿지 치과 관련 컨텐츠를 공유 및 거래하기 위한 리워드 기반의 플랫폼 서비스를 제공하는 방법 및 장치
CN116153476A (zh) * 2023-01-04 2023-05-23 深圳市德钰医疗器械有限公司 基于医疗物联网的数字化义齿智能加工系统及方法
CN116153476B (zh) * 2023-01-04 2024-01-26 英德市优越义齿技术有限公司 基于医疗物联网的数字化义齿智能加工系统及方法

Similar Documents

Publication Publication Date Title
KR102284579B1 (ko) 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템
Shan et al. Application of artificial intelligence in dentistry
Schwendicke et al. Cost-effectiveness of artificial intelligence for proximal caries detection
Kühnisch et al. Caries detection on intraoral images using artificial intelligence
Elżbieta Machoy et al. The ways of using machine learning in dentistry.
Rossi et al. Cost-effectiveness of artificial intelligence as a decision-support system applied to the detection and grading of melanoma, dental caries, and diabetic retinopathy
US20160038092A1 (en) Applying non-real time and non-user attended algorithms to stored non-imaging data and existing imaging data for obtaining a dental diagnosis
Fatima et al. Advancements in dentistry with artificial intelligence: current clinical applications and future perspectives
US10937160B1 (en) Dental images processed with artificial intelligence
US20210196428A1 (en) Artificial Intelligence (AI) based Decision-Making Model for Orthodontic Diagnosis and Treatment Planning
CN116723789A (zh) 牙科诊断中心
Singi et al. Extended arm of precision in prosthodontics: Artificial intelligence
Ali et al. Applications and performance of artificial intelligence models in removable prosthodontics: A literature review
Alevizakos et al. Artificial intelligence system for training diagnosis and differentiation with molar incisor hypomineralization (MIH) and similar pathologies
Chau et al. Teeth reconstruction using artificial intelligence: trends, perspectives, and prospects
Shimizu et al. The validation of orthodontic artificial intelligence systems that perform orthodontic diagnoses and treatment planning
Bonny et al. Contemporary Role and Applications of Artificial Intelligence in Dentistry
US20240029901A1 (en) Systems and Methods to generate a personalized medical summary (PMS) from a practitioner-patient conversation.
JP7313603B1 (ja) 歯科情報処理装置、歯科情報処理システム、プログラム及び歯科情報処理方法
Lagan et al. An improved method for measuring molar wear
Kaurani Research methodology in dentistry
Baig et al. Artificial Intelligence in Dentistry: Literature Review
US20210350530A1 (en) Dental Images Correlated to the Human Genome with Artificial Intelligence
Bachman Improving care with an automated patient history
Sittig et al. Grand challenges in dental informatics

Legal Events

Date Code Title Description
GRNT Written decision to grant