KR102398326B1 - 요양병원 관계자용 섬망 중재 모바일 장치 및 섬망 중재 시스템 - Google Patents
요양병원 관계자용 섬망 중재 모바일 장치 및 섬망 중재 시스템 Download PDFInfo
- Publication number
- KR102398326B1 KR102398326B1 KR1020200060579A KR20200060579A KR102398326B1 KR 102398326 B1 KR102398326 B1 KR 102398326B1 KR 1020200060579 A KR1020200060579 A KR 1020200060579A KR 20200060579 A KR20200060579 A KR 20200060579A KR 102398326 B1 KR102398326 B1 KR 102398326B1
- Authority
- KR
- South Korea
- Prior art keywords
- delirium
- risk
- nursing hospital
- intervention
- mobile device
- Prior art date
Links
- 206010012218 Delirium Diseases 0.000 title claims abstract description 414
- 230000000474 nursing effect Effects 0.000 title claims abstract description 192
- 230000002265 prevention Effects 0.000 title claims abstract description 12
- 238000004891 communication Methods 0.000 claims abstract description 17
- 230000008685 targeting Effects 0.000 claims abstract description 11
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 10
- 230000001149 cognitive effect Effects 0.000 claims description 6
- 201000010099 disease Diseases 0.000 claims description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 230000003449 preventive effect Effects 0.000 claims description 4
- 230000007774 longterm Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 19
- 229940079593 drug Drugs 0.000 description 6
- 239000003814 drug Substances 0.000 description 6
- 230000002787 reinforcement Effects 0.000 description 6
- 206010012289 Dementia Diseases 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 206010011953 Decreased activity Diseases 0.000 description 2
- 206010024264 Lethargy Diseases 0.000 description 2
- 208000004210 Pressure Ulcer Diseases 0.000 description 2
- 208000003085 Water-Electrolyte Imbalance Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000018044 dehydration Effects 0.000 description 2
- 238000006297 dehydration reaction Methods 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000002483 medication Methods 0.000 description 2
- 230000000144 pharmacologic effect Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000404030 Anacyclus clavatus Species 0.000 description 1
- 206010002942 Apathy Diseases 0.000 description 1
- 206010003694 Atrophy Diseases 0.000 description 1
- 208000028698 Cognitive impairment Diseases 0.000 description 1
- 206010010774 Constipation Diseases 0.000 description 1
- 206010011878 Deafness Diseases 0.000 description 1
- 206010011985 Decubitus ulcer Diseases 0.000 description 1
- 208000005156 Dehydration Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 206010021403 Illusion Diseases 0.000 description 1
- 208000002720 Malnutrition Diseases 0.000 description 1
- 208000026139 Memory disease Diseases 0.000 description 1
- 208000001431 Psychomotor Agitation Diseases 0.000 description 1
- 206010038743 Restlessness Diseases 0.000 description 1
- 208000010340 Sleep Deprivation Diseases 0.000 description 1
- 206010071299 Slow speech Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001078 anti-cholinergic effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 230000037444 atrophy Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 230000006931 brain damage Effects 0.000 description 1
- 231100000874 brain damage Toxicity 0.000 description 1
- 208000029028 brain injury Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 208000004209 confusion Diseases 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000013325 dietary fiber Nutrition 0.000 description 1
- 235000018823 dietary intake Nutrition 0.000 description 1
- 206010013395 disorientation Diseases 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000003304 gavage Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010370 hearing loss Effects 0.000 description 1
- 231100000888 hearing loss Toxicity 0.000 description 1
- 208000016354 hearing loss disease Diseases 0.000 description 1
- 208000021760 high fever Diseases 0.000 description 1
- 208000013403 hyperactivity Diseases 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 239000008141 laxative Substances 0.000 description 1
- 229940125722 laxative agent Drugs 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003533 narcotic effect Effects 0.000 description 1
- 235000018343 nutrient deficiency Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000016236 parenteral nutrition Nutrition 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011422 pharmacological therapy Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
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
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- 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
- A61B5/72—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Mathematical Physics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Child & Adolescent Psychology (AREA)
- Computing Systems (AREA)
- Development Economics (AREA)
Abstract
본 발명은 요양병원 관계자용 섬망 중재 모바일 장치에 관한 것으로서, 보다 구체적으로는 요양병원 관계자용 섬망 중재 모바일 장치로서, 요양병원 대상자를 대상으로 하는 섬망 중재를 위한 요양병원 관계자용 애플리케이션이 구동되고, 섬망이 발병한 요양병원 환자에게서 발병 전 나타난 징후, 과거와 현재의 병력 정보, 및 신체적 특징을 포함하는 정보(이하, 위험요인이라 한다.)를 저장하는 데이터베이스 모듈; 상기 데이터베이스 모듈에 저장된 위험요인들과 섬망 발병 여부의 상관관계를 인공지능 기반으로 학습하여 섬망 예측 모델을 생성하는 학습 모듈; 상기 모바일 장치로부터 입력받은 상기 요양병원 대상자에 대한 위험요인 및 상기 학습 모듈에서 생성된 섬망 예측 모델을 이용하여, 상기 요양병원 대상자의 섬망 위험도를 예측하는 예측 모듈; 및 상기 예측된 상기 요양병원 대상자의 섬망 위험도를 상기 모바일 장치에 제공하는 위험도 제공 모듈을 포함하는 섬망 중재 서버와 통신하여, 상기 요양병원 관계자용 애플리케이션을 통해, 상기 요양병원 대상자에 대한 위험요인을 입력받고, 상기 섬망 중재 서버의 예측 모듈에서 예측된 섬망 위험도를 제공받아 출력하되, 상기 모바일 장치는, 상기 위험요인을 입력하도록 요청하는 메시지를 출력하는 입력 요청부; 상기 섬망 중재 서버와 통신을 처리하는 통신부; 및 상기 요양병원 대상자에 대한 위험요인을 입력받고, 입력받은 위험요인에 따라 상기 섬망 중재 서버에서 예측된 섬망 위험도를 제공받아 출력하는 섬망 위험도 예측부를 포함하는 것을 그 구성상의 특징으로 한다.
또한, 본 발명은 요양병원 관계자용 섬망 중재 시스템에 관한 것으로서, 보다 구체적으로는 요양병원 관계자용 섬망 중재 시스템으로서, 요양병원 대상자를 대상으로 하는 섬망 중재를 위한 요양병원 관계자용 애플리케이션이 구동되는 모바일 장치; 및 상기 모바일 장치로부터 상기 요양병원 대상자에 대한 정보를 입력받아 섬망 예측을 하고, 예측 결과를 상기 모바일 장치에 송신하는 섬망 중재 서버를 포함하며, 상기 섬망 중재 서버는, 섬망이 발병한 요양병원 환자에게서 발병 전 나타난 징후, 과거와 현재의 병력 정보, 및 신체적 특징을 포함하는 정보(이하, 위험요인이라 한다.)를 저장하는 데이터베이스 모듈; 상기 데이터베이스 모듈에 저장된 위험요인들과 섬망 발병 여부의 상관관계를 인공지능 기반으로 학습하여 섬망 예측 모델을 생성하는 학습 모듈; 상기 모바일 장치로부터 입력받은 상기 요양병원 대상자에 대한 위험요인 및 상기 학습 모듈에서 생성된 섬망 예측 모델을 이용하여, 상기 요양병원 대상자의 섬망 위험도를 예측하는 예측 모듈; 및 상기 예측된 상기 요양병원 대상자의 섬망 위험도를 상기 모바일 장치에 제공하는 위험도 제공 모듈을 포함하며, 상기 모바일 장치는, 상기 애플리케이션을 통해, 상기 요양병원 대상자에 대한 위험요인을 입력받고, 상기 섬망 중재 서버의 예측 모듈에서 예측된 섬망 위험도를 제공받아 출력하는 것을 그 구성상의 특징으로 한다.
본 발명에서 제안하고 있는 요양병원 관계자용 섬망 중재 모바일 장치 및 섬망 중재 시스템에 따르면, 요양병원 대상자를 대상으로 하는 섬망 중재를 위한 요양병원 관계자용 애플리케이션이 구동되는 모바일 장치를 이용해, 위험요인에 따라 예측된 섬망 위험도, 섬망 사정 결과, 섬망 중재를 위한 체크리스트를 제공함으로써, 요양병원 관계자가 애플리케이션을 이용해 쉽고 편리하게 섬망 모니터링을 하고 섬망 예방 중재를 할 수 있으며, 이를 통해 미리 주의를 기울이거나 발병을 미연에 방지할 수 있고, 급작스러운 섬망 발병으로 인한 위험을 효과적으로 예방할 수 있다.
또한, 본 발명은 요양병원 관계자용 섬망 중재 시스템에 관한 것으로서, 보다 구체적으로는 요양병원 관계자용 섬망 중재 시스템으로서, 요양병원 대상자를 대상으로 하는 섬망 중재를 위한 요양병원 관계자용 애플리케이션이 구동되는 모바일 장치; 및 상기 모바일 장치로부터 상기 요양병원 대상자에 대한 정보를 입력받아 섬망 예측을 하고, 예측 결과를 상기 모바일 장치에 송신하는 섬망 중재 서버를 포함하며, 상기 섬망 중재 서버는, 섬망이 발병한 요양병원 환자에게서 발병 전 나타난 징후, 과거와 현재의 병력 정보, 및 신체적 특징을 포함하는 정보(이하, 위험요인이라 한다.)를 저장하는 데이터베이스 모듈; 상기 데이터베이스 모듈에 저장된 위험요인들과 섬망 발병 여부의 상관관계를 인공지능 기반으로 학습하여 섬망 예측 모델을 생성하는 학습 모듈; 상기 모바일 장치로부터 입력받은 상기 요양병원 대상자에 대한 위험요인 및 상기 학습 모듈에서 생성된 섬망 예측 모델을 이용하여, 상기 요양병원 대상자의 섬망 위험도를 예측하는 예측 모듈; 및 상기 예측된 상기 요양병원 대상자의 섬망 위험도를 상기 모바일 장치에 제공하는 위험도 제공 모듈을 포함하며, 상기 모바일 장치는, 상기 애플리케이션을 통해, 상기 요양병원 대상자에 대한 위험요인을 입력받고, 상기 섬망 중재 서버의 예측 모듈에서 예측된 섬망 위험도를 제공받아 출력하는 것을 그 구성상의 특징으로 한다.
본 발명에서 제안하고 있는 요양병원 관계자용 섬망 중재 모바일 장치 및 섬망 중재 시스템에 따르면, 요양병원 대상자를 대상으로 하는 섬망 중재를 위한 요양병원 관계자용 애플리케이션이 구동되는 모바일 장치를 이용해, 위험요인에 따라 예측된 섬망 위험도, 섬망 사정 결과, 섬망 중재를 위한 체크리스트를 제공함으로써, 요양병원 관계자가 애플리케이션을 이용해 쉽고 편리하게 섬망 모니터링을 하고 섬망 예방 중재를 할 수 있으며, 이를 통해 미리 주의를 기울이거나 발병을 미연에 방지할 수 있고, 급작스러운 섬망 발병으로 인한 위험을 효과적으로 예방할 수 있다.
Description
본 발명은 모바일 장치 및 시스템에 관한 것으로서, 보다 구체적으로는 요양병원 관계자용 섬망 중재 모바일 장치 및 섬망 중재 시스템에 관한 것이다.
섬망(delirium)은 혼돈(confusion)과 비슷하지만 의식장애(환경에 대한 각성의 명확성이 감소됨), 인지 변화(기억력 결핍, 지남력장애, 언어장애 등), 또는 지각 장애가 짧은 기간 동안 발생하고, 하루 동안에도 상태의 변동이 심한 특성을 가진 것으로 정의되고 있다. 섬망은 그 증상의 특징에 따라 과활동성, 저 활동성, 복합형태의 세 가지로 분류될 수 있는데, 과활동성 형태는 흥분, 쉬지 못함, 부착물을 제거하려고 시도하는 것, 불안정한 감정 등을 특징으로 한다. 저 활동성 형태는 매우 흔하게 나타나며, 증상이 위축, 밋밋한 반응, 무감동, 무기력, 부적절한 단어사용, 느린 말투, 기면 상태, 한 곳의 응시 등으로 나타나 임상에서 간과되기 쉬운 반면, 장기적인 예후가 좋지 않다. 복합형태는 과활동성 형태와 저 활동성 형태의 중간 정도의 특성을 나타낸다.
도 1은 섬망이 발병하는 원인을 나타낸 도면이다. 도 1에 도시된 바와 같이, 섬망은 질병, 알코올, 수술 이력 등의 다양한 요인으로부터 발병할 수 있는데, 최근 섬망이 발병하여 진료를 받는 환자의 수가 급격히 증가하고 있다. 특히, 섬망은 수술 후 노인 환자의 10~32%에서 발생하고, 요양병원 대상자의 42~48%가 섬망을 보인다.
섬망은 환자, 가족, 그리고 의료진에게 주는 부정적 영향이 크다. 즉 사망률과 이환율을 높이고, 입원 기간이 연장되며, 의료비를 증가시킬 뿐만 아니라, 환자의 독립적 기능 회복이 지연되어 환자 간호에 더 많은 시간을 요구하게 되고 간호사의 부담을 증가시킨다. 그러나 임상에서 섬망은 제대로 발견되고 치료받는 것이 어려운 것으로 보고되고 있는데, 간호사가 섬망 상태를 인지하는 비율은 26~83% 정도에 불과한바, 인지율이 매우 낮다는 문제점이 있다.
이처럼, 높은 섬망 발생률과 이로 말미암은 합병증 발생 증가 및 관련된 의료비의 상승에도 불구하고, 의료인의 섬망에 대한 인식은 여전히 낮은 상태이고, 특히 의무기록시스템(EMR)이 잘 갖추어지지 않은 요양병원은 섬망 모니터링을 비롯한 예방적 중재가 미미한 것이 현실이다. 따라서 요양병원 환자들을 대상으로 섬망이 발병하기 전 미리 발병 위험도를 예측하여, 섬망을 예방하고 중재할 수 있는 시스템 개발의 필요성이 대두된다. 특히, 요양병원 관계자가 쉽고 편리하게 섬망 모니터링을 하고 섬망 예방 중재를 할 수 있도록 하는 모바일 장치 또는 애플리케이션의 개발이 필요한 실정이다.
한편, 본 발명과 관련된 선행기술로서, 한국공개특허 제10-2019-0083998호(발명의 명칭: 섬망 판별 장치 및 그 방법, 공개일자: 2019년 07월 15일) 등이 개시된 바 있다.
본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, 요양병원 대상자를 대상으로 하는 섬망 중재를 위한 요양병원 관계자용 애플리케이션이 구동되는 모바일 장치를 이용해, 위험요인에 따라 예측된 섬망 위험도, 섬망 사정 결과, 섬망 중재를 위한 체크리스트를 제공함으로써, 요양병원 관계자가 애플리케이션을 이용해 쉽고 편리하게 섬망 모니터링을 하고 섬망 예방 중재를 할 수 있으며, 이를 통해 미리 주의를 기울이거나 발병을 미연에 방지할 수 있고, 급작스러운 섬망 발병으로 인한 위험을 효과적으로 예방할 수 있는, 요양병원 관계자용 섬망 중재 모바일 장치 및 섬망 중재 시스템을 제공하는 것을 그 목적으로 한다.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른 요양병원 관계자용 섬망 중재 모바일 장치는,
요양병원 관계자용 섬망 중재 모바일 장치로서,
요양병원 대상자를 대상으로 하는 섬망 중재를 위한 요양병원 관계자용 애플리케이션이 구동되고,
섬망이 발병한 요양병원 환자에게서 발병 전 나타난 징후, 과거와 현재의 병력 정보, 및 신체적 특징을 포함하는 정보(이하, 위험요인이라 한다.)를 저장하는 데이터베이스 모듈;
상기 데이터베이스 모듈에 저장된 위험요인들과 섬망 발병 여부의 상관관계를 인공지능 기반으로 학습하여 섬망 예측 모델을 생성하는 학습 모듈;
상기 모바일 장치로부터 입력받은 상기 요양병원 대상자에 대한 위험요인 및 상기 학습 모듈에서 생성된 섬망 예측 모델을 이용하여, 상기 요양병원 대상자의 섬망 위험도를 예측하는 예측 모듈; 및
상기 예측된 상기 요양병원 대상자의 섬망 위험도를 상기 모바일 장치에 제공하는 위험도 제공 모듈을 포함하는 섬망 중재 서버와 통신하여, 상기 요양병원 관계자용 애플리케이션을 통해, 상기 요양병원 대상자에 대한 위험요인을 입력받고, 상기 섬망 중재 서버의 예측 모듈에서 예측된 섬망 위험도를 제공받아 출력하되,
상기 모바일 장치는,
상기 위험요인을 입력하도록 요청하는 메시지를 출력하는 입력 요청부;
상기 섬망 중재 서버와 통신을 처리하는 통신부; 및
상기 요양병원 대상자에 대한 위험요인을 입력받고, 입력받은 위험요인에 따라 상기 섬망 중재 서버에서 예측된 섬망 위험도를 제공받아 출력하는 섬망 위험도 예측부를 포함하는 것을 그 구성상의 특징으로 한다.
바람직하게는, 상기 입력 요청부는,
상기 요양병원 관계자의 근무 스케줄에 따라, 근무 시마다 및 상기 요양병원 대상자의 인지 변화 발생 시마다 상기 위험요인을 입력하도록 요청 메시지를 출력할 수 있다.
바람직하게는, 상기 모바일 장치는,
섬망 사정 도구에 따른 섬망 사정 정보를 입력받아 상기 요양병원 대상자의 섬망 사정을 하고, 사정 결과를 출력하는 섬망 사정부를 더 포함할 수 있다.
더욱 바람직하게는, 상기 섬망 사정부는,
상기 섬망 위험도 예측부에서 출력되는 섬망 위험도가 미리 정해진 수준 이상이면, 상기 섬망 사정을 자동으로 수행할 수 있다.
더욱 바람직하게는, 상기 섬망 사정 도구는,
S-CAM(Short-Confusion Assessment Methods)일 수 있다.
더욱 바람직하게는, 상기 섬망 중재 모바일 장치는,
상기 섬망 위험도 예측부에서 출력되는 상기 요양병원 대상자의 섬망 위험도 또는 상기 섬망 사정부에서 출력되는 사정 결과에 대응하여, 섬망 예방 중재를 위한 체크리스트를 제공하는 섬망 중재부를 더 포함할 수 있다.
더더욱 바람직하게는,
상기 요양병원 대상자별로, 날짜 및 시간 순서대로 상기 섬망 위험도 예측부에서 출력되는 섬망 위험도 및/또는 상기 섬망 사정부에서 출력되는 사정 결과를 리스트로 출력하는 리스트 출력부를 더 포함하며,
상기 섬망 중재부는,
상기 출력된 리스트와 연동하여 상기 체크리스트를 제공하며, 상기 체크리스트에 적어도 하나 이상이 체크되면 상기 리스트에 색상을 변경하여 표시할 수 있다.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른 요양병원 관계자용 섬망 중재 모바일 장치 및 섬망 중재 시스템은,
요양병원 관계자용 섬망 중재 시스템으로서,
요양병원 대상자를 대상으로 하는 섬망 중재를 위한 요양병원 관계자용 애플리케이션이 구동되는 모바일 장치; 및
상기 모바일 장치로부터 상기 요양병원 대상자에 대한 정보를 입력받아 섬망 예측을 하고, 예측 결과를 상기 모바일 장치에 송신하는 섬망 중재 서버를 포함하며,
상기 섬망 중재 서버는,
섬망이 발병한 요양병원 환자에게서 발병 전 나타난 징후, 과거와 현재의 병력 정보, 및 신체적 특징을 포함하는 정보(이하, 위험요인이라 한다.)를 저장하는 데이터베이스 모듈;
상기 데이터베이스 모듈에 저장된 위험요인들과 섬망 발병 여부의 상관관계를 인공지능 기반으로 학습하여 섬망 예측 모델을 생성하는 학습 모듈;
상기 모바일 장치로부터 입력받은 상기 요양병원 대상자에 대한 위험요인 및 상기 학습 모듈에서 생성된 섬망 예측 모델을 이용하여, 상기 요양병원 대상자의 섬망 위험도를 예측하는 예측 모듈; 및
상기 예측된 상기 요양병원 대상자의 섬망 위험도를 상기 모바일 장치에 제공하는 위험도 제공 모듈
을 포함하며,
상기 모바일 장치는,
상기 애플리케이션을 통해, 상기 요양병원 대상자에 대한 위험요인을 입력받고, 상기 섬망 중재 서버의 예측 모듈에서 예측된 섬망 위험도를 제공받아 출력하는 것을 그 구성상의 특징으로 한다.
바람직하게는, 상기 모바일 장치는,
상기 요양병원 관계자용 애플리케이션을 통해,
(1) 상기 위험요인을 입력하도록 요청하는 메시지를 출력하는 단계; 및
(2) 상기 요양병원 대상자에 대한 위험요인을 입력받고, 입력받은 위험요인에 따라 상기 섬망 중재 서버에서 예측된 섬망 위험도를 제공받아 출력하는 단계를 수행할 수 있다.
바람직하게는, 상기 단계 (1)에서는,
상기 요양병원 관계자의 근무 스케줄에 따라, 근무 시마다 및 상기 요양병원 대상자의 인지 변화 발생 시마다 상기 위험요인을 입력하도록 요청 메시지를 출력할 수 있다.
바람직하게는, 상기 단계 (2) 이후에는,
(3) 섬망 사정 도구에 따른 섬망 사정 정보를 입력받아 상기 요양병원 대상자의 섬망 사정을 하고, 사정 결과를 출력하는 단계를 더 포함할 수 있다.
더욱 바람직하게는, 상기 단계 (3)은,
상기 단계 (2)에서 출력되는 섬망 위험도가 미리 정해진 수준 이상이면, 자동으로 수행될 수 있다.
더욱 바람직하게는, 상기 단계 (3)의 섬망 사정 도구는,
S-CAM(Short-Confusion Assessment Methods)일 수 있다.
더욱 바람직하게는, 상기 단계 (2) 이후에는,
(4) 상기 단계 (2)에서 출력되는 상기 요양병원 대상자의 섬망 위험도 또는 상기 단계 (3)에서 출력되는 사정 결과에 대응하여, 섬망 예방 중재를 위한 체크리스트를 제공하는 단계를 더 포함할 수 있다.
더더욱 바람직하게는, 상기 단계 (4)에서는,
상기 요양병원 대상자별로, 상기 단계 (2)에서 출력되는 섬망 위험도 또는 상기 단계 (3)에서 출력되는 사정 결과를 리스트로 출력하고, 출력된 리스트와 연동하여 상기 체크리스트를 제공하며, 상기 체크리스트에 적어도 하나 이상이 체크되면 상기 리스트에 색상을 변경하여 표시할 수 있다.
바람직하게는, 상기 섬망 중재 서버는,
상기 모바일 장치에서 구동된 애플리케이션을 통해, 상기 요양병원 대상자에 대한 위험요인을 입력받고 상기 예측 모듈에서 예측된 섬망 위험도를 제공할 수 있다.
본 발명에서 제안하고 있는 요양병원 관계자용 섬망 중재 모바일 장치 및 섬망 중재 시스템에 따르면, 요양병원 대상자를 대상으로 하는 섬망 중재를 위한 요양병원 관계자용 애플리케이션이 구동되는 모바일 장치를 이용해, 위험요인에 따라 예측된 섬망 위험도, 섬망 사정 결과, 섬망 중재를 위한 체크리스트를 제공함으로써, 요양병원 관계자가 애플리케이션을 이용해 쉽고 편리하게 섬망 모니터링을 하고 섬망 예방 중재를 할 수 있으며, 이를 통해 미리 주의를 기울이거나 발병을 미연에 방지할 수 있고, 급작스러운 섬망 발병으로 인한 위험을 효과적으로 예방할 수 있다.
도 1은 섬망이 발병하는 원인을 나타낸 도면.
도 2는 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템의 구성을 도시한 도면.
도 3은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템을 설명하기 위해 도시한 도면.
도 4는 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 모바일 장치의 세부적인 구성을 도시한 도면.
도 5는 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템에서, 섬망 중재 서버의 세부적인 구성을 도시한 도면.
도 6은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템에서, 모바일 장치에서 섬망 위험도 예측을 위한 위험요인을 입력하는 모습을 예를 들어 도시한 도면.
도 7은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템에서, 모바일 장치에서 섬망 위험도 예측 결과가 출력된 모습을 예를 들어 도시한 도면.
도 8은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템에서, 모바일 장치에서 섬망 사정을 진행하는 모습을 예를 들어 도시한 도면.
도 9는 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템에서, 모바일 장치에서 요양병원 대상자의 섬망 위험도 예측 및 섬망 사정 결과가 리스트로 출력된 모습을 예를 들어 도시한 도면.
도 10은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템에서, 모바일 장치에서 섬망 중재를 위해 제공된 체크리스트가 출력된 모습을 예를 들어 도시한 도면.
도 11은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템에서, 모바일 장치가 애플리케이션을 통해 수행하는 섬망 중재 흐름을 도시한 도면.
도 2는 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템의 구성을 도시한 도면.
도 3은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템을 설명하기 위해 도시한 도면.
도 4는 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 모바일 장치의 세부적인 구성을 도시한 도면.
도 5는 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템에서, 섬망 중재 서버의 세부적인 구성을 도시한 도면.
도 6은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템에서, 모바일 장치에서 섬망 위험도 예측을 위한 위험요인을 입력하는 모습을 예를 들어 도시한 도면.
도 7은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템에서, 모바일 장치에서 섬망 위험도 예측 결과가 출력된 모습을 예를 들어 도시한 도면.
도 8은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템에서, 모바일 장치에서 섬망 사정을 진행하는 모습을 예를 들어 도시한 도면.
도 9는 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템에서, 모바일 장치에서 요양병원 대상자의 섬망 위험도 예측 및 섬망 사정 결과가 리스트로 출력된 모습을 예를 들어 도시한 도면.
도 10은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템에서, 모바일 장치에서 섬망 중재를 위해 제공된 체크리스트가 출력된 모습을 예를 들어 도시한 도면.
도 11은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템에서, 모바일 장치가 애플리케이션을 통해 수행하는 섬망 중재 흐름을 도시한 도면.
이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 ‘연결’ 되어 있다고 할 때, 이는 ‘직접적으로 연결’ 되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 ‘간접적으로 연결’ 되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 ‘포함’ 한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
도 2는 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템(10)의 구성을 도시한 도면이다. 도 2에 도시된 바와 같이, 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템(10)은, 모바일 장치(100) 및 섬망 중재 서버(200)를 포함하여 구성될 수 있다.
모바일 장치(100)는, 요양병원 대상자를 대상으로 하는 섬망 중재를 위한 요양병원 관계자용 애플리케이션이 구동되는 장치일 수 있다. 보다 구체적으로, 모바일 장치(100)는, 애플리케이션을 통해, 요양병원 대상자에 대한 위험요인을 입력받고, 섬망 중재 서버(200)에서 예측된 섬망 위험도를 제공받아 출력할 수 있다. 모바일 장치(100)의 세부적인 구성에 대해서는 추후 도 4를 참조하여 상세히 설명하도록 한다.
섬망 중재 서버(200)는, 모바일 장치(100)로부터 요양병원 대상자에 대한 정보를 입력받아 섬망 예측을 하고, 예측 결과를 모바일 장치(100)에 송신할 수 있다. 보다 구체적으로, 섬망 중재 서버(200)는, 모바일 장치(100)에서 구동된 애플리케이션을 통해, 요양병원 대상자에 대한 위험요인을 입력받고 섬망 예측 모델을 이용해 예측된 섬망 위험도를 제공할 수 있다. 섬망 중재 서버(200)의 세부적인 구성에 대해서는 추후 도 11을 참조하여 상세히 설명하도록 한다.
도 3은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템(10)을 설명하기 위해 도시한 도면이다. 도 3에 도시된 바와 같이, 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템(10)에서는, 섬망 중재 서버(200)가, 요양병원 관계자가 사용하는 모바일 장치(100)로부터, 섬망이 발병한 요양병원 환자에게서 발병 전 나타난 징후, 과거와 현재의 병력 정보, 및 신체적 특징을 포함하는 정보(이하, 위험요인이라 한다.)를 입력받아 AWS 등의 빅데이터 분석 서비스를 활용해 섬망 예측 모델을 생성할 수 있다. 요양병원 관계자가 모바일 장치(100)에 설치된 애플리케이션을 통해 요양병원 대상자의 위험요인을 입력하면, 모바일 장치(100)가 네트워크를 통해 섬망 중재 서버(200)에 위험요인을 전송하고. 섬망 중재 서버(200)는 섬망 예측 모델을 이용하여 해당 요양병원 대상자의 섬망 위험도를 예측해 모바일 장치(100)에 전송할 수 있다. 전송된 섬망 위험도는 모바일 장치(100)의 애플리케이션을 통해 출력될 수 있다.
여기서, 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN) 또는 부가가치 통신망(Value Added Network; VAN) 등과 같은 유선 네트워크나 이동 통신망(mobile radio communication network), 위성 통신망, 블루투스(Bluetooth), Wibro(Wireless Broadband Internet), HSDPA(High Speed Downlink Packet Access), LTE(Long Term Evolution), 5G(5th Generation Mobile Telecommunication) 등과 같은 모든 종류의 무선 네트워크로 구현될 수 있다.
한편, 모바일 장치(100)는, 스마트폰, 태블릿(tablet) PC(personal computer), 이동 전화기, 영상 전화기, 전자책 리더기, 랩탑(laptop) PC, 넷북(netbook) 컴퓨터, PDA(personal digital assistant), 전자사전 또는 웨어러블 장치(wearable device) 중 적어도 하나를 포함할 수 있으며, 웨어러블 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트렌즈, 또는 머리착용형 장치(HMD, head-mounted-device), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드(skin pad) 또는 문신), 또는 생체 이식형 회로(implantable circuit) 중 적어도 하나를 포함할 수 있다. 다양한 실시예들에서, 모바일 장치(100)는 전술한 기기들에 한정되지는 않으며, 전술한 다양한 장치 중 둘 이상의 조합일 수 있다.
또한, 모바일 장치(100)는, 설치된 애플리케이션의 실행, 종료 등을 제어하고, 사용자 요청에 따라 세부적인 구동을 제어할 수 있다. 모바일 장치(100)는 중앙처리장치로 구동되는 마이크로컴퓨터와 마이크로컴퓨터의 동작을 보호하는 주변 장치를 포함하여 구성될 수 있으며, 롬이나 램과 같은 메모리에 저장된 실행 프로그램인 애플리케이션을 실행하는 구성 부품을 포함하여 구성될 수 있다.
모바일 장치(100)에 설치 및 구동되는 애플리케이션은, 통신망 등에서 운영되는 애플리케이션 서버에서 관리하는 설치 프로그램에 의하여 설치된 실행 프로그램일 수 있으며, 웹 기반으로 실행되는 웹 기반 애플리케이션일 수도 있다. 이러한 애플리케이션은, 요양병원 대상자의 위험요인을 입력하고 섬망 위험도를 출력하는 등 각종 정보의 입력 및 출력을 위한 인터페이스를 제공할 수 있다.
도 4는 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 모바일 장치(100)의 세부적인 구성을 도시한 도면이다. 도 4에 도시된 바와 같이, 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 모바일 장치(100)는, 입력 요청부(110), 섬망 위험도 예측부(120) 및 통신부(160)를 포함하여 구성될 수 있으며, 섬망 사정부(130), 섬망 중재부(140) 및 리스트 출력부(150)를 포함하여 구성될 수 있다.
입력 요청부(110)는, 위험요인을 입력하도록 요청하는 메시지를 출력할 수 있다. 이때, 입력 요청부(110)는, SMS, MMS, 푸시 알림 등으로 메시지를 출력할 수 있으며, 메시지를 통해 애플리케이션의 위험요인 입력 화면으로 바로 이동할 수 있도록 구현될 수 있다.
보다 구체적으로, 입력 요청부(110)는, 요양병원 관계자의 근무 스케줄에 따라, 근무 시마다 및 요양병원 대상자의 인지 변화 발생 시마다 위험요인을 입력하도록 요청 메시지를 출력할 수 있다. 즉, 입력 요청부(110)는, 요양병원 관계자의 근무 스케줄을 요양병원 서버 등으로부터 전달받거나 요양병원 관계자로부터 입력받고, 해당 요양병원 관계자의 근무 시간이 도래하면 담당한 요양병원 대상자에 대하여 위험요인을 입력하도록 메시지를 출력할 수 있다.
섬망 위험도 예측부(120)는, 요양병원 대상자에 대한 위험요인을 입력받고, 입력받은 위험요인에 따라 섬망 중재 서버(200)에서 예측된 섬망 위험도를 제공받아 출력할 수 있다. 즉, 섬망 위험도 예측부(120)는, 애플리케이션을 통해 위험요인을 입력받아 통신부(160)와 연동하여 섬망 중재 서버(200)에 전송하며, 섬망 중재 서버(200)에서 예측된 섬망 위험도를 출력할 수 있다.
도 5는 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템(10)에서, 모바일 장치(100)에서 섬망 위험도 예측을 위한 위험요인을 입력하는 모습을 예를 들어 도시한 도면이다. 도 5에 도시된 바와 같이, 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 모바일 장치(100)에서는, 애플리케이션을 통해 요양병원 관계자가 환자의 나이와 질병중증도(CCI), 그 밖의 각종 위험요인을 입력할 수 있다. 이때, 질병중증도(CCI)는 환자 나이에 따라 미리 계산되며, 선택된 질병에 따라 재산출될 수 있다. 또한, 그 밖의 위험요인으로는, 통증, 진통제, 총 복용약, 치매약 복용 여부, 인지기능 손상 여부, 뇌 손상 과거력, 시청력 이상 여부, 탈수, 영양결핍, 수분전해질 불균형, 수술, 감염, 수면박탈, 억제대사용, 부동유지, 낙상, 욕창, 섬망 발병 시 약품 사용(할로페이돌), 수혈, 인공도뇨, 위관영양, 기저귀 착용 등이 포함될 수 있다.
도 6은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템(10)에서, 모바일 장치(100)에서 섬망 위험도 예측 결과가 출력된 모습을 예를 들어 도시한 도면이다. 도 6에 도시된 바와 같이, 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 모바일 장치(100)에서는, 입력한 위험요인에 따라 예측된 섬망 위험도를 섬망 중재 서버(200)로부터 전달받아 출력할 수 있다. 섬망 위험도는, 섬망 아님, 저 위험군, 중 위험군, 고 위험군의 4개의 카테고리로 분류되어, 4개의 카테고리 중 어느 하나로 섬망 위험도가 출력될 수 있다. 이때, 카테고리에 따라 색상을 다르게 표시해 출력함으로써, 요양병원 관계자가 색상만으로도 직관적으로 위험도를 인지하도록 할 수 있다.
한편, 섬망 위험도 예측부(120)는, 요양병원 대상자에 대한 위험요인의 입력에 앞서서, 이전 기록이 없는 신규 대상자에 대한 기본 정보 입력 후에 위험요인을 입력할 수 있으며, 기존 대상자의 경우에는 대상자별 예측 히스토리 등을 확인할 수 있다. 보다 구체적으로, 신규 대상자 등록을 위해 날짜, 성명, 성별, 생년월일, 환자번호 등을 입력하고, 이미 등록된 대상자가 아닌지 중복확인을 할 수 있으며, 중복확인 결과 새로운 대상자이면 진단명, 입원일자, 교육수준, 입원경유지, 흡연, 음주, 키, 몸무게, 치매 여부, 치매 정도, 치매 종류, MMSE-K 등의 기본 정보를 입력하여 등록할 수 있다.
섬망 사정부(130)는, 섬망 사정 도구에 따른 섬망 사정 정보를 입력받아 요양병원 대상자의 섬망 사정을 하고, 사정 결과를 출력할 수 있다. 이때, 섬망 사정부(130)는, 섬망 위험도 예측부(120)에서 출력되는 섬망 위험도가 미리 정해진 수준 이상이면, 섬망 사정을 자동으로 수행할 수 있다. 예를 들어, 도 6에 도시된 바와 같이 섬망 예측 결과 고위험군인 경우, 화면 하단의 “다음” 선택 시 자동으로 섬망 사정 화면으로 이동할 수 있다.
도 7은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템(10)에서, 모바일 장치(100)에서 섬망 사정을 진행하는 모습을 예를 들어 도시한 도면이다. 도 7에 도시된 바와 같이, 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 모바일 장치(100)는, 애플리케이션을 통해 섬망 사정을 할 수 있으며, 여기서 섬망 사정 도구는 S-CAM(Short-Confusion Assessment Methods)일 수 있다.
S-CAM은 날짜, 요일, 년도 등의 질문을 통한 오리엔테이션 확인, 집중력의 지속 정도 파악을 선행한 후 진행하는 것이 바람직하며, 급성 발현과 의식의 변동, 주의력 결핍, 비체계적 사고, 의식 수준의 변화의 4단계로 진행될 수 있다.
섬망 사정부(130)의 섬망 사정 결과는, 섬망 또는 섬망 아님으로 출력될 수 있으며, 섬망인 경우 과다형, 과소형, 혼합형 중 어느 하나를 요양병원 관계자 선택하도록 하여, 섬망의 유형을 입력받을 수 있다.
섬망 중재부(140)는, 섬망 위험도 예측부(120)에서 출력되는 요양병원 대상자의 섬망 위험도 또는 섬망 사정부(130)에서 출력되는 사정 결과에 대응하여, 섬망 예방 중재를 위한 체크리스트를 제공할 수 있다. 즉, 요양병원 관계자가 해당 요양병원 대상자의 상태를 확인하고 체크리스트를 통해 체크함으로써, 섬망 예방 중재를 안내할 수 있고, 대상자 및 날짜에 따라 섬망 중재 여부 및 구체적인 내용을 확인할 수 있도록 하여 지속적인 관리를 할 수 있다.
리스트 출력부(150)는, 요양병원 대상자별로, 날짜 및 시간 순서대로 섬망 위험도 예측부(120)에서 출력되는 섬망 위험도 및/또는 섬망 사정부(130)에서 출력되는 사정 결과를 리스트로 출력할 수 있다. 이때, 리스트 출력부(150)는, 모바일 장치(100)를 사용하는 요양병원 관계자가 담당하는 요양병원 대상자의 리스트 및 최근 결과를 제공하고, 특정 대상자를 선택하면 해당 대상자의 상세한 섬망 위험도 및/또는 섬망 사정 결과를 제공할 수 있다.
도 8은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템(10)에서, 모바일 장치(100)에서 요양병원 대상자의 섬망 위험도 예측 및 섬망 사정 결과가 리스트로 출력된 모습을 예를 들어 도시한 도면이다. 도 8에 도시된 바와 같이, 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 모바일 장치(100)의 리스트 출력부(150)는, 요양병원 대상자인 “홍길동”의 상세 기록을 리스트로 출력할 수 있다. 도 8에서 오른쪽의 “아님”, “고위험”은 예측된 섬망 위험도를 나타내고, 섬망 위험도 좌측의 “섬망 아님”, “과다형” 등은 섬망 사정 결과를 나타낸다. 섬망 위험도가 고위험인 경우 섬망 사정이 자동으로 진행되므로, 섬망 위험도 및 섬망 사정 결과가 함께 기록되나, 섬망 위험도가 섬망 아님인 경우 선택적으로 섬망 사정이 진행될 수 있으므로, 섬망 사정을 수행하지 않으면 해당하는 부분이 빈 공간으로 표시될 수 있다. 또한, 해당 요양병원 대상자에 대해서, 화면 위쪽에 있는 “섬망위험진단” 메뉴를 이용해 섬망 위험도 예측을, “사정(S-CAM)” 메뉴를 이용해 섬망 사정을 각각 진행할 수도 있다. 리스트의 3개의 항목 중 가장 위의 항목에 “섬망아님”으로 섬망 사정 결과만 표시된 것은 섬망 위험도 예측 없이 섬망 사정만 진행한 경우이다.
한편, 섬망 중재부(140)는, 출력된 리스트와 연동하여 체크리스트를 제공하며, 체크리스트에 적어도 하나 이상이 체크되면 리스트에 색상을 변경하여 표시할 수 있다.
도 9는 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템(10)에서, 모바일 장치(100)에서 섬망 중재를 위해 제공된 체크리스트가 출력된 모습을 예를 들어 도시한 도면이다. 즉, 도 8에 도시된 바와 같은 화면에서 요양병원 관계자가 리스트의 항목 중 어느 하나를 선택하면, 도 9에 도시된 바와 같은 체크리스트가 출력될 수 있다. 섬망 중재를 진행하지 않은 경우에는, 도 8의 리스트에서 첫 번째 및 두 번째 항목과 같이 흰색 버튼이 표시될 수 있으며, 도 9에 도시된 체크리스트에 적어도 하나 이상을 체크하여 섬망 중재를 진행한 경우에는, 도 8의 리스트에서 세 번째 항목과 같이 보라색으로 색상이 변경될 수 있다.
보다 구체적으로, 체크리스트는, 유지관리 오리엔테이션(maintain orientation), 환경 지원(Environmental support) 및 위험 회피(Risk avoid)의 세 개로 분류될 수 있다.
이때, 유지관리 오리엔테이션은, 시계 또는 달력을 이용한 오리엔테이션, 간호 제공 시 환자의 이름을 부르며 상기시키기, 가족사진이나 집에서 가지고 온 물건 가까이 두게 하기, 정기적인 가족 방문을 격려, 일상활동이 규칙적이고 스케줄링 되도록 하기, 안경이나 보청기를 가능한 늘 착용하도록 하기, 초기 이상을 포함 매일 규칙적 활동(daily activity)을 격려하기를 포함하고, 환경 지원은, 수면 환경 조성을 돕기 위해 비약물적 요법을 수행, 담당 간호사나 병실을 가급적 옮기지 않게 하기, 창문 커튼이나 블라인드는 낮에는 열고, 밤에는 내려 낮과 밤을 상기시키기, 즐겨듣건 음악, 라디오, 게임, 손 뜨기를 포함한 활동을 지속적으로 할 수 있도록 하기, 매일 신문을 제공하거나 읽어주기, 기억력과 논리성을 자극하기 위해 자녀, 과거 시절, 직장생활을 포함하는 의미 있는 대화를 격려하기를 포함하고, 위험 회피는, 탈수나 수분 전해질 불균형 사정 및 조기 중재, 통증 시 2~3시간마다 재사정하고 중재(약물적 또는 비약물적 접근), 억제대 사용은 가능한 최소화하기, 하루에 2~4회 정도 수동적/능동적 ROM을 실시, 걷기를 격려하기, 수분섭취 격려하기, 영양섭취를 사정하고 필요 시 의치 제공, 필요하다면 비경구적 영양요법을 제공, 고열 사정 및 혈액 검사를 통한 감염의 위험을 조기에 발견하고 중재, 약물 관리(항콜린제나 마약성 약물을 모니터링하며 불필요 시 빠른 중지를 고려하기, 복용 약물 총 개수와 종류를 평가하기), pulse oxymetry를 사용하여 저산소증을 모니터링, 변비 예방을 위해 식이섬유 섭취를 권장하고 필요 시 변비약을 제공, 낙상에 주의하여 예방 간호 수행, 욕창을 사정하고 예방 간호 수행을 포함할 수 있다.
통신부(160)는, 섬망 중재 서버(200)와 통신을 처리할 수 있다. 즉, 통신부(160)는 네트워크를 통해 각종 신호 및 데이터를 송수신할 수 있다.
도 10은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템(10)에서, 모바일 장치(100)가 애플리케이션을 통해 수행하는 섬망 중재 흐름을 도시한 도면이다. 도 10에 도시된 바와 같이, 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템(10)에서는, 모바일 장치(100)가 애플리케이션을 통해, 위험요인을 입력하도록 요청하는 메시지를 출력하는 단계(S110) 및 요양병원 대상자에 대한 위험요인을 입력받고, 입력받은 위험요인에 따라 섬망 중재 서버(200)에서 예측된 섬망 위험도를 제공받아 출력하는 단계(S120)를 수행할 수 있으며, 섬망 사정 도구에 따른 섬망 사정 정보를 입력받아 요양병원 대상자의 섬망 사정을 하고, 사정 결과를 출력하는 단계(S130) 및 요양병원 대상자의 섬망 위험도 또는 섬망 사정 결과에 대응하여, 섬망 예방 중재를 위한 체크리스트를 제공하는 단계(S140)를 더 수행할 수 있다.
단계 S110에서는, 위험요인을 입력하도록 요청하는 메시지를 출력할 수 있다. 단계 S110은 모바일 장치(100)의 입력 요청부(110)에 의해 처리될 수 있다. 보다 구체적으로, 단계 S110에서는, 요양병원 관계자의 근무 스케줄에 따라, 근무 시마다 및 요양병원 대상자의 인지 변화 발생 시마다 위험요인을 입력하도록 요청 메시지를 출력할 수 있다.
단계 S120에서는, 요양병원 대상자에 대한 위험요인을 입력받고, 입력받은 위험요인에 따라 섬망 중재 서버(200)에서 예측된 섬망 위험도를 제공받아 출력할 수 있다. 단계 S120은 모바일 장치(100)의 섬망 위험도 예측부(120)에 의해 처리될 수 있다.
단계 S130에서는, 섬망 사정 도구에 따른 섬망 사정 정보를 입력받아 요양병원 대상자의 섬망 사정을 하고, 사정 결과를 출력할 수 있다. 단계 S130은 모바일 장치(100)의 섬망 사정부(130)에 의해 처리될 수 있다. 이때, 단계 S130은, 단계 S120에서 출력되는 섬망 위험도가 미리 정해진 수준 이상이면, 자동으로 수행할 수 있다. 또한, 단계 S130의 섬망 사정 도구는, S-CAM(Short-Confusion Assessment Methods)일 수 있다.
단계 S140에서는, 단계 S120에서 출력되는 요양병원 대상자의 섬망 위험도 또는 단계 S130에서 출력되는 사정 결과에 대응하여, 섬망 예방 중재를 위한 체크리스트를 제공할 수 있다. 단계 S140은 모바일 장치(100)의 섬망 중재부(140)에 의해 처리될 수 있다.
한편, 단계 S140에서는, 섬망 중재부(140)가 리스트 출력부(150)와 연동함으로써, 요양병원 대상자별로, 단계 S120에서 출력되는 섬망 위험도 또는 단계 S130에서 출력되는 사정 결과를 리스트로 출력하고, 출력된 리스트와 연동하여 체크리스트를 제공하며, 체크리스트에 적어도 하나 이상이 체크되면 리스트에 색상을 변경하여 표시할 수 있다.
도 11은 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템(10)에서, 섬망 중재 서버(200)의 세부적인 구성을 도시한 도면이다. 도 11에 도시된 바와 같이, 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템(10)의 섬망 중재 서버(200)는, 데이터베이스 모듈(210), 학습 모듈(220), 예측 모듈(230) 및 위험도 제공 모듈(240)을 포함하여 구성될 수 있다.
데이터베이스 모듈(210)은, 섬망이 발병한 요양병원 환자에게서 발병 전 나타난 징후, 과거와 현재의 병력 정보, 및 신체적 특징을 포함하는 정보(이하, 위험요인이라 한다.)를 저장할 수 있다. 여기서, 데이터베이스 모듈(210)에 저장되는 정보는, 이하에서 상세히 설명할 학습 모듈(220)에서 섬망 예측 모델의 학습을 위해 사용되는 학습 데이터일 수 있다.
학습 모듈(220)은, 데이터베이스 모듈(210)에 저장된 위험요인들과 섬망 발병 여부의 상관관계를 인공지능 기반으로 학습하여 섬망 예측 모델을 생성할 수 있다. 여기서, 섬망 예측 모델은, 순서형 로지스틱 회귀분석 모델 또는 MLP(Multilayer Perceptron) 모델을 이용하여, 입력된 위험요인들로부터 섬망이 발병할 예상 위험 정도를 저위험군, 중위험군, 고위험군의 세분류로 나누도록 하는 모델일 수 있다.
예측 모듈(230)은, 모바일 장치(100)로부터 입력받은 요양병원 대상자에 대한 위험요인 및 학습 모듈(220)에서 생성된 섬망 예측 모델을 이용하여, 요양병원 대상자의 섬망 위험도를 예측할 수 있다. 즉, 모바일 장치(100)로부터 입력받은 위험요인을 섬망 예측 모델의 입력으로 하고 섬망 위험도를 출력으로 하되, 섬망 아님, 저 위험군, 중 위험군, 고 위험군섬의 4개의 카테고리 중 어느 하나로 분류된 섬망 위험도를 출력할 수 있다.
한편, 본 발명의 일실시예에 따른 요양병원 관계자용 섬망 중재 시스템(10)의 섬망 중재 서버(200)는, 학습 모듈(220)이 강화 학습(Reinforcement learning)을 사용해 섬망 예측 모델의 성능을 향상시킬 수도 있다. 강화 학습은, 강화형 기계 학습이라고도 하며, 기계 학습 중 컴퓨터가 주어진 상태(state)에 대해 최적의 행동(action)을 선택하는 학습 방법이다. 강화형 기계 학습은 지도형/비지도형 기계 학습에 이용되는 훈련 데이터 대신, 주어진 상태에 맞춘 행동의 결과에 대한 보상(reward)을 준다. 컴퓨터는 보상을 이용하여 성능을 향상시킨다.
본 발명에서는, 이와 같은 강화 학습을 이용해, 섬망 사정 결과를 섬망 예측 모델에 피드백하여 줌으로써 보상을 입력할 수 있다. 예를 들어, 입력받은 위험 요인으로부터 섬망 위험도를 예측한 결과가 저 위험군일 때, 해당 요양병원 대상자의 섬망 사정 결과 섬망이 아닌 것으로 판단되면 양의 피드백을, 섬망인 것으로 판단되면 음의 피드백을 줌으로써, 섬망 예측 모델의 성능을 향상시킬 수 있다.
위험도 제공 모듈(240)은, 예측된 요양병원 대상자의 섬망 위험도를 모바일 장치(100)에 제공할 수 있다. 즉, 위험도 제공 모듈(240)은, 네트워크를 통해 예측된 섬망 위험도를 모바일 장치(100)에 제공하여, 모바일 장치(100)에서 애플리케이션을 통해 섬망 위험도가 출력되도록 할 수 있다.
전술한 바와 같이, 본 발명에서 제안하고 있는 요양병원 관계자용 섬망 중재 모바일 장치(100) 및 섬망 중재 시스템(10)에 따르면, 요양병원 대상자를 대상으로 하는 섬망 중재를 위한 요양병원 관계자용 애플리케이션이 구동되는 모바일 장치(100)를 이용해, 위험요인에 따라 예측된 섬망 위험도, 섬망 사정 결과, 섬망 중재를 위한 체크리스트를 제공함으로써, 요양병원 관계자가 애플리케이션을 이용해 쉽고 편리하게 섬망 모니터링을 하고 섬망 예방 중재를 할 수 있으며, 이를 통해 미리 주의를 기울이거나 발병을 미연에 방지할 수 있고, 급작스러운 섬망 발병으로 인한 위험을 효과적으로 예방할 수 있다.
한편, 본 발명은 다양한 통신 단말기로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터에서 판독 가능한 매체를 포함할 수 있다. 예를 들어, 컴퓨터에서 판독 가능한 매체는, 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 장치를 포함할 수 있다.
이와 같은 컴퓨터에서 판독 가능한 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이때, 컴퓨터에서 판독 가능한 매체에 기록되는 프로그램 명령은 본 발명을 구현하기 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예를 들어, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.
10: 섬망 중재 시스템
100: 모바일 장치
110: 입력 요청부
120: 섬망 위험도 예측부
130: 섬망 사정부
140: 섬망 중재부
150: 리스트 출력부
160: 통신부
200: 섬망 중재 서버
210: 데이터베이스 모듈
220: 학습 모듈
230: 예측 모듈
240: 위험도 제공 모듈
S110: 위험요인을 입력하도록 요청하는 메시지를 출력하는 단계
S120: 요양병원 대상자에 대한 위험요인을 입력받고, 입력받은 위험요인에 따라 섬망 중재 서버에서 예측된 섬망 위험도를 제공받아 출력하는 단계
S130: 섬망 사정 도구에 따른 섬망 사정 정보를 입력받아 요양병원 대상자의 섬망 사정을 하고, 사정 결과를 출력하는 단계
S140: 요양병원 대상자의 섬망 위험도 또는 섬망 사정 결과에 대응하여, 섬망 예방 중재를 위한 체크리스트를 제공하는 단계
100: 모바일 장치
110: 입력 요청부
120: 섬망 위험도 예측부
130: 섬망 사정부
140: 섬망 중재부
150: 리스트 출력부
160: 통신부
200: 섬망 중재 서버
210: 데이터베이스 모듈
220: 학습 모듈
230: 예측 모듈
240: 위험도 제공 모듈
S110: 위험요인을 입력하도록 요청하는 메시지를 출력하는 단계
S120: 요양병원 대상자에 대한 위험요인을 입력받고, 입력받은 위험요인에 따라 섬망 중재 서버에서 예측된 섬망 위험도를 제공받아 출력하는 단계
S130: 섬망 사정 도구에 따른 섬망 사정 정보를 입력받아 요양병원 대상자의 섬망 사정을 하고, 사정 결과를 출력하는 단계
S140: 요양병원 대상자의 섬망 위험도 또는 섬망 사정 결과에 대응하여, 섬망 예방 중재를 위한 체크리스트를 제공하는 단계
Claims (16)
- 의무기록시스템(EMR)이 갖추어지지 않은 요양병원의 환자에 대한 섬망 모니터링 및 섬망의 예방적 중재를 위한, 요양병원 관계자용 섬망 중재 모바일 장치(100)로서,
의무기록시스템(EMR)이 갖추어지지 않은 요양병원의 요양병원 대상자를 대상으로 하는 섬망 중재를 위한 요양병원 관계자용 애플리케이션이 구동되고,
섬망이 발병한 요양병원 환자에게서 발병 전 나타난 징후, 과거와 현재의 병력 정보, 및 신체적 특징을 포함하는 정보(이하, 위험요인이라 한다.)를 저장하는 데이터베이스 모듈(210);
상기 데이터베이스 모듈(210)에 저장된 위험요인들과 섬망 발병 여부의 상관 관계를 인공지능 기반으로 학습하여 섬망 예측 모델을 생성하는 학습 모듈(220);
상기 모바일 장치(100)로부터 입력받은 상기 요양병원 대상자에 대한 위험요인 및 상기 학습 모듈(220)에서 생성된 섬망 예측 모델을 이용하여, 상기 요양병원 대상자의 섬망 위험도를 예측하는 예측 모듈(230); 및
상기 예측된 상기 요양병원 대상자의 섬망 위험도를 상기 모바일 장치(100)에 제공하는 위험도 제공 모듈(240)을 포함하는 섬망 중재 서버(200)와 통신하여,
상기 요양병원 관계자용 애플리케이션을 통해, 상기 요양병원 대상자에 대한 위험요인을 입력받고, 상기 섬망 중재 서버(200)의 예측 모듈(230)에서 예측된 섬망 위험도를 제공받아 출력하되,
상기 모바일 장치(100)는,
상기 위험요인을 입력하도록 요청하는 메시지를 출력하되, 상기 요양병원 관계자의 근무 스케줄에 따라, 근무 시마다 및 상기 요양병원 대상자의 인지 변화 발생 시마다 상기 위험요인을 입력하도록 요청 메시지를 출력하는 입력 요청부(110);
상기 요양병원 대상자에 대한 위험요인을 입력받고, 입력받은 위험요인에 따라 상기 섬망 중재 서버(200)에서 예측된 섬망 위험도를 제공받아 출력하는 섬망 위험도 예측부(120);
섬망 사정 도구에 따른 섬망 사정 정보를 입력받아 상기 요양병원 대상자의 섬망 사정을 하고, 사정 결과를 출력하되, 상기 섬망 위험도 예측부(120)에서 출력되는 섬망 위험도가 미리 정해진 수준 이상이면, 상기 섬망 사정을 자동으로 수행하는 섬망 사정부(130);
상기 섬망 위험도 예측부(120)에서 출력되는 상기 요양병원 대상자의 섬망 위험도 또는 상기 섬망 사정부(130)에서 출력되는 사정 결과에 대응하여, 섬망 예방 중재를 위한 체크리스트를 제공하는 섬망 중재부(140);
상기 요양병원 대상자별로, 날짜 및 시간 순서대로 상기 섬망 위험도 예측부(120)에서 출력되는 섬망 위험도 및/또는 상기 섬망 사정부(130)에서 출력되는 사정 결과를 리스트로 출력하는 리스트 출력부(150); 및
상기 섬망 중재 서버(200)와 통신을 처리하는 통신부(160)를 포함하며,
상기 데이터베이스 모듈(210)에 저장된 위험요인은,
환자의 나이와 질병중증도(CCI)를 포함하고,
상기 섬망 위험도 예측부(120)는,
섬망 아님, 저 위험군, 중 위험군, 고 위험군의 4개의 카테고리 중 어느 하나로 섬망 위험도를 출력하되, 카테고리에 따라 색상을 다르게 표시해 출력하며,
상기 섬망 사정 도구는,
S-CAM(Short-Confusion Assessment Methods)이고,
상기 섬망 중재부(140)는,
상기 출력된 리스트와 연동하여 유지관리 오리엔테이션(maintain orientation), 환경 지원(Environmental support) 및 위험 회피(Risk avoid)의 세 종류로 분류된 섬망 중재 활동을 상기 체크리스트로 제공하며, 상기 체크리스트에 적어도 하나 이상이 체크되면 상기 리스트에 색상을 변경하여 표시하는 것을 특징으로 하는, 요양병원 관계자용 섬망 중재 모바일 장치(100).
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 의무기록시스템(EMR)이 갖추어지지 않은 요양병원의 환자에 대한 섬망 모니터링 및 섬망의 예방적 중재를 위한, 요양병원 관계자용 섬망 중재 시스템(10)으로서,
의무기록시스템(EMR)이 갖추어지지 않은 요양병원의 요양병원 대상자를 대상으로 하는 섬망 중재를 위한 요양병원 관계자용 애플리케이션이 구동되는 모바일 장치(100); 및
상기 모바일 장치(100)로부터 상기 요양병원 대상자에 대한 정보를 입력받아 섬망 예측을 하고, 예측 결과를 상기 모바일 장치(100)에 송신하는 섬망 중재 서버(200)를 포함하며,
상기 섬망 중재 서버(200)는,
섬망이 발병한 요양병원 환자에게서 발병 전 나타난 징후, 과거와 현재의 병력 정보, 및 신체적 특징을 포함하는 정보(이하, 위험요인이라 한다.)를 저장하는 데이터베이스 모듈(210);
상기 데이터베이스 모듈(210)에 저장된 위험요인들과 섬망 발병 여부의 상관 관계를 인공지능 기반으로 학습하여 섬망 예측 모델을 생성하는 학습 모듈(220);
상기 모바일 장치(100)로부터 입력받은 상기 요양병원 대상자에 대한 위험요인 및 상기 학습 모듈(220)에서 생성된 섬망 예측 모델을 이용하여, 상기 요양병원 대상자의 섬망 위험도를 예측하는 예측 모듈(230); 및
상기 예측된 상기 요양병원 대상자의 섬망 위험도를 상기 모바일 장치(100)에 제공하는 위험도 제공 모듈(240)을 포함하며,
상기 데이터베이스 모듈(210)에 저장된 위험요인은,
환자의 나이와 질병중증도(CCI)를 포함하고,
상기 섬망 중재 서버(200)는,
상기 모바일 장치(100)에서 구동된 애플리케이션을 통해, 상기 요양병원 대상자에 대한 위험요인을 입력받고 상기 예측 모듈(230)에서 예측된 섬망 위험도를 제공하며,
상기 모바일 장치(100)는,
상기 애플리케이션을 통해, 상기 요양병원 대상자에 대한 위험요인을 입력받고, 상기 섬망 중재 서버(200)의 예측 모듈(230)에서 예측된 섬망 위험도를 제공받아 출력하되,
상기 모바일 장치(100)는,
상기 요양병원 관계자용 애플리케이션을 통해,
(1) 상기 위험요인을 입력하도록 요청하는 메시지를 출력하되, 상기 요양병원 관계자의 근무 스케줄에 따라, 근무 시마다 및 상기 요양병원 대상자의 인지 변화 발생 시마다 상기 위험요인을 입력하도록 요청 메시지를 출력하는 단계;
(2) 상기 요양병원 대상자에 대한 위험요인을 입력받고, 입력받은 위험요인에 따라 상기 섬망 중재 서버(200)에서 예측된 섬망 위험도를 제공받아 출력하는 단계;
(3) 섬망 사정 도구에 따른 섬망 사정 정보를 입력받아 상기 요양병원 대상자의 섬망 사정을 하고, 사정 결과를 출력하는 단계; 및
(4) 상기 단계 (2)에서 출력되는 상기 요양병원 대상자의 섬망 위험도 또는 상기 단계 (3)에서 출력되는 사정 결과에 대응하여, 섬망 예방 중재를 위한 체크리스트를 제공하는 단계를 수행하며,
상기 단계 (2)에서는,
섬망 아님, 저 위험군, 중 위험군, 고 위험군의 4개의 카테고리 중 어느 하나로 섬망 위험도를 출력하되, 카테고리에 따라 색상을 다르게 표시해 출력하며,
상기 단계 (3)은,
상기 단계 (2)에서 출력되는 섬망 위험도가 미리 정해진 수준 이상이면, 자동으로 수행되며,
상기 단계 (3)의 섬망 사정 도구는,
S-CAM(Short-Confusion Assessment Methods)이고,
상기 단계 (4)에서는,
상기 요양병원 대상자별로, 상기 단계 (2)에서 출력되는 섬망 위험도 또는 상기 단계 (3)에서 출력되는 사정 결과를 리스트로 출력하고, 출력된 리스트와 연동하여 유지관리 오리엔테이션(maintain orientation), 환경 지원(Environmental support) 및 위험 회피(Risk avoid)의 세 종류로 분류된 섬망 중재 활동을 상기 체크리스트로 제공하며, 상기 체크리스트에 적어도 하나 이상이 체크되면 상기 리스트에 색상을 변경하여 표시하는 것을 특징으로 하는, 요양병원 관계자용 섬망 중재 시스템(10). - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200060579A KR102398326B1 (ko) | 2020-05-20 | 2020-05-20 | 요양병원 관계자용 섬망 중재 모바일 장치 및 섬망 중재 시스템 |
| PCT/KR2021/006250 WO2021235849A1 (ko) | 2020-05-20 | 2021-05-19 | 요양 병원 관계자용 섬망 중재 모바일 장치 및 섬망 중재 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200060579A KR102398326B1 (ko) | 2020-05-20 | 2020-05-20 | 요양병원 관계자용 섬망 중재 모바일 장치 및 섬망 중재 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210143592A KR20210143592A (ko) | 2021-11-29 |
| KR102398326B1 true KR102398326B1 (ko) | 2022-05-16 |
Family
ID=78698057
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200060579A KR102398326B1 (ko) | 2020-05-20 | 2020-05-20 | 요양병원 관계자용 섬망 중재 모바일 장치 및 섬망 중재 시스템 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102398326B1 (ko) |
| WO (1) | WO2021235849A1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101827793B1 (ko) * | 2016-10-07 | 2018-02-09 | 계명대학교 산학협력단 | 환자의 의료정보를 이용한 수술 후 섬망의 예측 시스템 및 방법 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017228003A (ja) * | 2016-06-20 | 2017-12-28 | 株式会社テレメディカ | 症候診断支援サービス提供システム及び症候診断支援サービス提供方法 |
| KR101855117B1 (ko) * | 2016-09-30 | 2018-05-04 | 주식회사 셀바스에이아이 | 질병에 대한 발병 확률 예측 방법 및 장치 |
| KR20190083998A (ko) * | 2018-01-05 | 2019-07-15 | 광주과학기술원 | 섬망 판별 장치 및 그 방법 |
| KR20190111477A (ko) * | 2018-03-23 | 2019-10-02 | 학교법인 건국대학교 | 노인 의료 건강관리시스템 |
| KR102198884B1 (ko) * | 2018-10-26 | 2021-01-05 | 재단법인 아산사회복지재단 | 섬망 여부의 조기 판단 및 섬망의 중증도 판단 방법 및 프로그램 |
-
2020
- 2020-05-20 KR KR1020200060579A patent/KR102398326B1/ko active IP Right Grant
-
2021
- 2021-05-19 WO PCT/KR2021/006250 patent/WO2021235849A1/ko active Application Filing
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101827793B1 (ko) * | 2016-10-07 | 2018-02-09 | 계명대학교 산학협력단 | 환자의 의료정보를 이용한 수술 후 섬망의 예측 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021235849A1 (ko) | 2021-11-25 |
| KR20210143592A (ko) | 2021-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Waddill-Goad | Stress, fatigue, and burnout in nursing | |
| US11234644B2 (en) | Monitoring and determining the state of health of a user | |
| Varshney | Mobile health: Four emerging themes of research | |
| US20190272725A1 (en) | Pharmacovigilance systems and methods | |
| KR20190079157A (ko) | 온라인 기반의 건강 관리 방법 및 장치 | |
| Johnson | Inference and inductive risk in disorders of consciousness | |
| JP2019515398A (ja) | 介護者による被介護者に関する非公式の所見をたどるためのシステム及び方法 | |
| Alsaeedi et al. | Ambient assisted living framework for elderly care using Internet of medical things, smart sensors, and GRU deep learning techniques | |
| Schmitter-Edgecombe et al. | Technologies for health assessment, promotion, and assistance: Focus on gerontechnology | |
| KR102310253B1 (ko) | 요양병원 대상자를 위한 섬망 예방 시스템 및 그 방법 | |
| KR102398326B1 (ko) | 요양병원 관계자용 섬망 중재 모바일 장치 및 섬망 중재 시스템 | |
| Yoldemir | Internet Of Things and women’s health | |
| Geetha Poornima et al. | Application of IoT in Predictive Health Analysis–A Review of Literature | |
| Khan et al. | Correlating health and wellness analytics for personalized decision making | |
| Green et al. | Iatrogenic suffering at the end of life: An ethnographic study | |
| Wilson | Evaluation of the care received by older people with diabetes | |
| Clarke | Essential work for mothers of children living with cancer | |
| JP7344424B1 (ja) | 医療・療法システム及びそれを実行する方法 | |
| US20240074661A1 (en) | Wearable monitor and application | |
| WO2022134913A1 (en) | Multi-sensor platform for health monitoring | |
| Kaur et al. | 1 Smart connected devices reforming the healthcare sector | |
| Hartvigsen | I’m part of “the movement” myself | |
| Lentini | Designing user experience in eHealth applications for young-age epilepsy | |
| Martínez-Pérez et al. | Artificial intelligence techniques applied to patient care and monitoring | |
| KR20230101516A (ko) | 치매 간병 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |