KR102479576B1 - Ai를 이용하여 치아 치료 플랜을 생성하는 방법 및 그를 이용한 장치 - Google Patents

Ai를 이용하여 치아 치료 플랜을 생성하는 방법 및 그를 이용한 장치 Download PDF

Info

Publication number
KR102479576B1
KR102479576B1 KR1020210180884A KR20210180884A KR102479576B1 KR 102479576 B1 KR102479576 B1 KR 102479576B1 KR 1020210180884 A KR1020210180884 A KR 1020210180884A KR 20210180884 A KR20210180884 A KR 20210180884A KR 102479576 B1 KR102479576 B1 KR 102479576B1
Authority
KR
South Korea
Prior art keywords
patient
treatment
dental
teeth
plan
Prior art date
Application number
KR1020210180884A
Other languages
English (en)
Inventor
임병준
Original Assignee
주식회사 덴컴
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 주식회사 덴컴 filed Critical 주식회사 덴컴
Priority to KR1020210180884A priority Critical patent/KR102479576B1/ko
Application granted granted Critical
Publication of KR102479576B1 publication Critical patent/KR102479576B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • 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
    • A61B5/72—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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Animal Behavior & Ethology (AREA)
  • Dentistry (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Business, Economics & Management (AREA)

Abstract

본 발명은 치아 치료 플랜을 생성하는 방법에 있어서, 컴퓨팅 장치가, 환자의 치아를 진단한 의사로부터 상태 데이터를 획득하고, 상기 상태 데이터를 이용하여 상기 치아의 출혈여부, 잇몸 파인정도, 플라그 정도, 치근 분기점 중 적어도 하나를 포함하는 덴탈 차트를 생성하는 단계; 상기 컴퓨팅 장치가, 학습된 AI 모듈을 이용하여 상기 덴탈 차트를 기초로 상기 환자의 치아에 대해 2차 추가 진단이 필요한지 여부를 판단하고, 상기 2차 추가 진단이 필요하다고 판단된 경우, 상기 환자의 치아에 대한 파노라마 사진을 획득하는 단계; 및 상기 컴퓨팅 장치가, 상기 AI 모듈을 이용하여 상기 덴탈 차트 및 상기 파노라마 사진을 기초로 상기 환자의 치아에 대한 치아 치료 플랜을 생성하는 단계를 포함하는 방법을 제공한다.

Description

AI를 이용하여 치아 치료 플랜을 생성하는 방법 및 그를 이용한 장치{METHOD FOR GENERATING DENTAL TREATMENT PLAN USING AI AND METHOD THEREOF}
본 발명은 AI를 이용하여 치아 치료 플랜을 생성하는 방법 및 그를 이용한 장치에 관한 것으로서, 더욱 상세하게는 치아 치료 플랜을 생성하는 방법에 있어서, 컴퓨팅 장치가, 환자의 치아를 진단한 의사로부터 상태 데이터를 획득하고, 상기 상태 데이터를 이용하여 상기 치아의 출혈여부, 잇몸 파인정도, 플라그 정도, 치근 분기점 중 적어도 하나를 포함하는 덴탈 차트를 생성하는 단계; 상기 컴퓨팅 장치가, 학습된 AI 모듈을 이용하여 상기 덴탈 차트를 기초로 상기 환자의 치아에 대해 2차 추가 진단이 필요한지 여부를 판단하고, 상기 2차 추가 진단이 필요하다고 판단된 경우, 상기 환자의 치아에 대한 파노라마 사진을 획득하는 단계; 및 상기 컴퓨팅 장치가, 상기 AI 모듈을 이용하여 상기 덴탈 차트 및 상기 파노라마 사진을 기초로 상기 환자의 치아에 대한 치아 치료 플랜을 생성하는 단계를 포함하는 방법에 관한 것이다.
일반적으로 치과에서 환자에 대한 진료 계획을 세울 때, 의사가 환자의 치아를 진단하고 이를 기초로 생성된 진료 차트 또는 파노라마 사진(X-ray 사진) 등을 이용하여 환자의 치아에 대한 치료 계획을 세우고 있다.
치과의사의 경험에 의해 환자의 치아에 대한 치료 계획을 세우고 있다 보니 치과마다 서로 다른 치료 계획을 제공하여 환자로서는 혼동되는 편이 많고, 치과의사의 경험이 부족한 경우에는 적합하지 않은 치료 계획도 생성될 수 있어 의료 사고로까지 이어질 수 있는 문제점이 있었다. 특히, 환자의 치아를 중심으로 계획을 설정할 뿐, 적용가능한 보험 등 환자의 관점에서 치료 계획이 생성되기는 어려운 면이 있었다.
위와 같은 문제를 해결하기 위해 본 발명자는 AI를 이용하여 치아 치료 플랜을 생성하는 방법 및 그를 이용한 장치를 제안하고자 한다.
본 발명은 다음과 같은 목적을 가질 수 있다.
본 발명의 목적은 진료 플랜을 생성함에 있어서 학습된 AI 모듈을 이용하여 기계적으로 최적의 치료 플랜을 생성하기 위한 것이다.
또한, 본 발명의 목적은 보험, 진료 주기 등을 고려한 치료 플랜을 생성하여 환자의 관점에서 현실적으로 도움이 되는 치료 플랜을 생성하기 위한 것이다.
또한, 본 발명의 목적은 환자의 치아 상태를 여러 단계에 걸쳐서 진단함으로써 환자의 상태를 보다 체계적으로 확인하기 위한 것이다.
본 발명의 일 실시예에 따르면, 치아 치료 플랜을 생성하는 방법에 있어서, 컴퓨팅 장치가, 환자의 치아를 진단한 의사로부터 상태 데이터를 획득하고, 상기 상태 데이터를 이용하여 상기 치아의 출혈여부, 잇몸 파인정도, 플라그 정도, 치근 분기점 중 적어도 하나를 포함하는 덴탈 차트를 생성하는 단계; 상기 컴퓨팅 장치가, 학습된 AI 모듈을 이용하여 상기 덴탈 차트를 기초로 상기 환자의 치아에 대해 2차 추가 진단이 필요한지 여부를 판단하고, 상기 2차 추가 진단이 필요하다고 판단된 경우, 상기 환자의 치아에 대한 파노라마 사진을 획득하는 단계; 및 상기 컴퓨팅 장치가, 상기 AI 모듈을 이용하여 상기 덴탈 차트 및 상기 파노라마 사진을 기초로 상기 환자의 치아에 대한 치아 치료 플랜을 생성하는 단계를 포함하는 방법을 포함한다.
또한, 본 발명의 다른 실시예에 따르면, 치아 치료 플랜을 생성하는 장치에 있어서, 통신부; 데이터베이스; 및 환자의 치아를 진단한 의사로부터 상태 데이터를 획득하고, 상기 상태 데이터를 이용하여 상기 치아의 출혈여부, 잇몸 파인정도, 플라그 정도, 치근 분기점 중 적어도 하나를 포함하는 덴탈 차트를 생성하고, 학습된 AI 모듈을 이용하여 상기 덴탈 차트를 기초로 상기 환자의 치아에 대해 2차 추가 진단이 필요한지 여부를 판단하고, 상기 2차 추가 진단이 필요하다고 판단된 경우, 상기 환자의 치아에 대한 파노라마 사진을 획득하며, 상기 AI 모듈을 이용하여 상기 덴탈 차트 및 상기 파노라마 사진을 기초로 상기 환자의 치아에 대한 치아 치료 플랜을 생성하는 프로세서를 포함하는 컴퓨팅 장치를 포함한다.
이와 같이 본 발명에 따르면, 다음과 같은 효과가 있다.
본 발명에 따르면, 진료 플랜을 생성함에 있어서 학습된 AI 모듈을 이용하여 기계적으로 최적의 치료 플랜을 생성하는 효과가 있다.
또한, 본 발명에 따르면, 보험, 진료 주기 등을 고려한 치료 플랜을 생성하여 환자의 관점에서 현실적으로 도움이 되는 치료 플랜을 생성하는 효과가 있다.
또한, 본 발명에 따르면, 환자의 치아 상태를 여러 단계에 걸쳐서 진단함으로써 환자의 상태를 보다 체계적으로 확인하는 효과가 있다.
도 1은 본 발명의 일 실시예에 따라 컴퓨팅 장치의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따라 환자의 치아에 대한 치아 치료 플랜을 생성하기까지의 과정을 나타내는 도면이다.
도 3은 본 발명의 일 실시예에 따라 덴탈 차트를 나타내는 도면이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따라 컴퓨팅 장치의 개략적인 구성을 나타내는 도면이다.
도 1에 도시된 바와 같이, 본 발명의 컴퓨팅 장치(100)는 통신부(110), 프로세서(120)를 포함하고, 경우에 따라 도 1과는 달리 데이터베이스(130)를 포함하지 않을 수도 있다.
컴퓨팅 장치(100)는 통신부(110)를 통해 의사의 단말(200) 또는 환자의 단말(미도시) 등과 정보를 송수신할 수 있고, 상기 컴퓨팅 장치(200)의 통신부(110)는 다양한 통신 기술로 구현될 수 있다. 즉, 와이파이(WIFI), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), HSPA(High Speed Packet Access), 모바일 와이맥스(Mobile WiMAX), 와이브로(WiBro), LTE(Long Term Evolution), 5G, 블루투스(bluetooth), 적외선 통신(IrDA, infrared data association), NFC(Near Field Communication), 지그비(Zigbee), 무선랜 기술 등이 적용될 수 있다. 또한, 인터넷과 연결되어 서비스를 제공하는 경우 인터넷에서 정보전송을 위한 표준 프로토콜인 TCP/IP를 따를 수 있다.
다음으로, 본원 발명의 데이터베이스(130)는 복수의 환자에 대한 치아 상태 각각에 대한 정보를 저장할 수 있다. 외부 데이터베이스를 이용하는 경우, 컴퓨팅 장치(100)는 통신부(110)를 통해 상기 외부 데이터베이스에 접근할 수 있을 것이다.
또한, 의사의 단말(200) 또는 환자의 단말(미도시)에 대해서 살펴보면, 데스크탑 컴퓨터, 노트북 컴퓨터, 워크스테이션, PDA, 웹 패드, 이동 전화기, 스마트 리모컨, 각종 IOT 메인기기 등과 같이 통신을 수행하면서 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기라면 얼마든지 본 발명에 따른 단말에 해당할 수 있다.
본 발명의 컴퓨팅 장치(100)의 프로세서(120)에서 이루어지는 과정에 대해서는 아래 도 2와 함께 살펴보도록 하겠다.
도 2는 본 발명의 일 실시예에 따라 환자의 치아에 대한 치아 치료 플랜을 생성하기까지의 과정을 나타내는 도면이다.
우선, 컴퓨팅 장치(100)의 프로세서(120)는 환자의 치아를 진단한 의사로부터 상태 데이터를 획득할 수 있다. 이때, 상태 데이터는 복수의 치아 각각에 대한 출혈 정도, 잇몸 파인정도 등 다양한 정보를 포함하며, 이는 의사가 측정하고 입력한 데이터에 해당할 것이다.
프로세서(120)는 상기 상태 데이터를 이용하여 치아의 출혈 여부, 잇몸 파인정도, 플라그 정도, 치근 분기점 중 적어도 하나를 포함하는 덴탈 차트를 생성할 수 있다(S210). 상기 덴탈 차트는 환자의 복수의 치아 각각의 상태를 나타내며, 이와 관련해서는 도 3과 함께 살펴보도록 하겠다.
도 3은 본 발명의 일 실시예에 따라 덴탈 차트를 나타내는 도면이다.
본 발명의 일 실시예에 따라 치과 의사의 입력에 의해 상기 덴탈 차트가 생성되는데, 상기 치과 의사는 환자의 치아를 진단하기 위해 치경(dental mirror), 탐침(explorer), 핀셋, 석션, 라이트, 핸드피스 등과 같은 치아 치료에 관련된 각종 치료 도구를 이용할 수 있다.
치과 의사는 진단되는 치아의 움직임, 충치 유무 및 부위, 빠진 치아, 애나멜의 회전, 침식 또는 찰과상과 같은 치아의 이상 및 손상 정도와, 잇몸 후퇴, 출혈 등과 같은 잇몸 상태, 크라운, 브릿지, 임플란트 등과 같은 충전물의 존재 유무 등을 진단할 수 있고, 프로세서(120)는 상기 진단 결과에 대한 입력 데이터를 획득할 수 있다.
도 3에서 볼 수 있듯이, 환자의 덴탈 차트의 가로열에는 복수의 치아 각각의 순번이 나열될 수 있고, 상기 순번은 위치별로 구분될 수 있다. 또한, 상기 덴탈 차트의 세로열에는 출혈 여부, 잇몸 파인정도, 플라그 유무, 치근 분기점, 치주낭 측정 중 적어도 하나가 나열될 수 있다. 즉, 상기 세로열에는 진단 항목(측정 요소)이 나열될 수 있는 것이다.
상기 가로열(순번)과 상기 세로열(진단 항목)을 보유하고 있는 덴탈 차트에 대해, 컴퓨팅 장치(100)의 프로세서(120)는 치아 별로 각 진단 항목의 정도, 상태, 레벨 Y/N 등과 같은 치아 상태가 기재되도록 할 수 있다. 이때, 도 3의 세로열 중에서 BOP(Bleeding)'는 출혈을 의미(붉은 점으로 표시된 것은 출혈 지점)하고, 'Recession'은 잇몸의 퇴축 정도를 나타내며, 'PD(pocket Depth)'는 치주낭 측정 정도(0에서 15 사이의 정도 표시가능)를 의미하며, 'GM'은 치은 마진을 의미하고, 'PLAQ(Plaque)'는 플라그를 의미하며, 'FURC(furcation)'는 치근 분기점을 의미할 수 있다.
따라서, 의사로부터 "18번 치아 플라그 1단계"이라는 입력(일 실시예에 따라 의사의 단말(200)로부터 입력받을 수 있음)을 획득하면, 프로세서(120)는 세로열의 항목 중 플라그(PLAQ)에 해당하는 열과 가로열 항목 중 18번 치아에 해당하는 열이 교차하는 지점에 특정 표시(ex 색깔 표시 등)를 반영할 수 있다. 같은 방식으로 의사에 의해 진단되는 입력을 차트에 반영할 수 있다.
참고로, 도 3에서 볼 수 있듯이, 치아를 가로 방향으로 3등분하고, 잇몸의 퇴축 정도(Recession), 출혈(BOP) 등 상태를 나타낼 수 있다. 예를 들어, 13번 치아(앞면)의 잇몸의 퇴축 정도를 살펴보면, 가장 왼쪽 부분은 1, 중앙은 -5, 가장 오른쪽 부분은 2라고 표시되어 13번 치아(앞면)의 중앙 부분이 잇몸 퇴축 정도가 큰 것을 확인할 수 있다. 또한, 17번 치아(뒷면)의 출혈(BOP)를 살펴보면, 가장 왼쪽 부분은 Y(빨간색 표시), 중앙 및 가장 오른쪽 부분은 N(표시 없음)으로 표시되어 17번 치아(뒷면)의 가장 왼쪽 부분에 출혈이 있는 것을 확인할 수 있다.
참고로, 상기 덴탈 차트에서 플라그가 존재하는 경우 심한 정도에 따라 색깔을 다르게 설정(ex 빨간색, 노란색)가능하고, 치주낭 측정 정도(PD) 역시 심한 정도에 따라 숫자를 빨간색 등으로 표시할 수 있다. 대략 4이상의 숫자에 대해서는 빨간색으로 표시할 수 있다,
위와 같이, 환자의 덴탈 차트는 각 치아의 앞면, 뒷면을 모두 나타내고, 앞면, 뒷면 각각에 대한 진단 항목을 나타낼 수 있다. 도 3에서 볼 수 있듯이, 윗 라인의 이빨들은 동일 치아의 앞면, 아래라인의 이빨들은 동일 치아의 뒷면을 나타내고 있는 것이다. 또한, 하나의 차트는 윗 이빨의 앞면/뒷면만을 나타내고 있으므로, 아랫 이빨의 앞면/뒷면을 나타내기 위해서는 또 다른 하나의 차트가 필요할 수 있다. 물론, 하나의 차트에서 위/아래 이빨이 모두 표시될 수도 있을 것이다.
또한, 일 실시예에 의할 때, 환자의 차트에 나타난 각 치아를 연결하는 하나의 기준선 및 잇몸 상태선을 나타낼 수 있고, 각 치아의 잇몸 퇴축(파인 정도) 상태에 따라 상기 잇몸 상태선의 높낮이가 달라질 수 있다. 이때, 각 치아를 가로 방향으로 3등분(ex 가장 왼쪽 부분, 중앙 부분, 가장 오른쪽 부분)하고, 상기 기준선 및 잇몸의 퇴축 정도(recession)에 따라 잇몸 상태선이 통과하는 지점을 각 부분에 위치시킬 수 있다.
구체적으로, 환자의 차트에는 각 치아의 모형이 나열되어 있고, 의사로부터 획득한 상태 데이터를 기초로 각 치아의 높이를 기준으로 정상적인 상태에서 잇몸이 위치해야 하는 지점을 상기 기준선이 나타낼 수 있다. 각 치아마다 3개의 점(치아가 3등분되고, 각 부분마다 정상적인 잇몸의 위치를 1개의 가상의 점으로서 보유)이 존재하고, 상기 가상의 3개의 점을 상기 기준선이 통과할 수 있을 것이다.
상기 기준선이 표현되어 있는 치아의 그림(윗니의 앞면 기준)에 현재 잇몸 상태의 점들이 모인 선을 표현할 수 있다. 상기 잇몸 상태의 점들이 모여 잇몸 상태선을 이룰 수 있을 것이다.
즉, 각 치아마다 3개의 부분으로 구분되어 잇고, 상기 3개의 부분의 잇몸 퇴축 정도에 따른 잇몸 상태선을 보유할 수 있다. 도 3의 17번 치아의 뒷면을 살펴보면, 잇몸의 퇴축 정도가 0, -4, -2인 것을 확인할 수 있다. 따라서, 대응하는 그림의 17번 치아(뒷면)의 경우, 가장 왼쪽 부분은 기준선의 위치에 해당하고, 중앙 부분은 기준선보다 상대적으로 4 크기만큼 낮은 위치에 잇몸 상태선이 존재하며, 가장 오른쪽 부분은 기준선보다 상대적으로 2 크기만큼 낮은 위치에 잇몸 상태선이 존재할 수 있을 것이다. 위와 같은 각 치아에서의 잇몸 상태선들이 환자의 차트에서 하나의 연결선으로 표현될 수 있다.
또한, 환자의 차트에는 의사로부터 획득한 상태 데이터를 기초로 측정된 치주낭(Pcket Depth) 상태선을 확인할 수 있다. 즉, 각 치아마다 3개의 부분으로 구분되어 있고, 상기 3개의 부분의 치주낭 정도에 따라 치주낭 상태선을 보유할 수 있는 것이다.
예를 들어, 도 3의 26번 치아의 앞면을 살펴보면, 치주낭 정도가 5, 3, 5인 것을 확인할 수 있다. 따라서, 대응하는 그림의 26번 치아(앞면)의 경우, 가장 왼쪽 부분 및 가장 오른쪽 부분은 기준보다 상대적으로 5 높은 위치에 치주낭 상태선이 존재하고, 중앙 부분은 기준보다 상대적으로 3 높은 위치에 치주낭 상태선이 존재할 수 있다.
또한, 환자의 덴탈 차트에 각 치아에는 출혈(BOP) 정도에 따라 출혈지점이 표시될 수 있다. 예를 들어, 11번 치아(앞면)의 출혈(BOP)를 살펴보면, Y, N, Y인 것을 확인할 수 있다. 따라서, 대응하는 모형의 11번 치아(앞면)의 경우, 가장 왼쪽 부분 및 오른쪽 부분에 출혈 지점이 표시될 수 있는 것이다.
결국, 본 발명의 프로세서(120)는, 의사로부터 획득한 상태 데이터를 기초로 특정 치아의 모형에 출혈 여부, 치근 분기점, 잇몸 파인정도 또는 플라그 정도를 표시할 수 있다.
참고로, 상기 도 3의 덴탈 차트 등을 통해 나타내는 정보(진단 항목 등)는 설정에 따라 상이할 수 있을 것이다.
다음으로, 컴퓨팅 장치(100)의 프로세서(120)는 학습된 AI 모듈을 이용하여 상기 덴탈 차트를 기초로 환자의 치아에 대해 2차 추가 진단이 필요한지 여부를 판단할 수 있다. 여기서, 상기 AI 모듈은, 딥 러닝(Deep Learning) 또는 머신러닝(Machine Learning)을 이용하여 학습하는 인공지능(Artificial Intelligence)을 기반으로 하며 이와 관련해서는 뒤에서 자세히 살펴보도록 하겠다.
프로세서(120)가 AI 모듈을 이용하여 덴탈 차트를 확인한 결과 환자의 치아가 모두 양호 상태라고 판단한 경우, 상기 2차 추가 진단이 필요하지 않다고 판단할 수 있다. 이때, 프로세서(120)는 AI 모듈을 이용하여 상기 덴탈 차트를 기초로 환자의 치아에 대한 치아 치료 플랜을 생성할 수 있다.
반대로, 프로세서(120)가 AI 모듈을 이용하여 덴탈 차트를 확인한 결과 환자의 치아가 위험 상태(치료가 필요한 상태) 내지 불분명 상태(위험한지 여부가 불분명)라고 판단한 경우, 상기 2차 추가 진단이 필요하다고 판단할 수 있다. 이때, 프로세서(120)는 상기 환자의 치아에 대한 파노라마 사진을 획득(S220)할 수 있다.
상기 파노라마 사진은 치아 전체가 보이는 X-ray 사진으로서, 잇몸뼈, 잇몸, 치아 등에 대한 정보를 포함하고 있고, 치과 의사들은 상기 파노라마 사진을 이용하여 환자의 치아 상태를 진단할 수 있었다.
상기 파라노마 사진을 획득한 후, 컴퓨팅 장치(100)의 프로세서(120)는 AI 모듈을 이용하여 환자의 치아 중 특정 치아에 대한 3차 추가 진단이 필요한지 여부를 판단할 수 있다.
프로세서(120)가 AI 모듈을 이용하여 덴탈 차트 및 파노라마 사진을 확인한 결과 환자의 치아가 모두 양호 상태라고 판단한 경우, 상기 3차 추가 진단이 필요하지 않다고 판단할 수 있다. 이때, 프로세서(120)는 AI 모듈을 이용하여 상기 덴탈 차트 및 파노라마 사진을 기초로 환자의 치아에 대한 치아 치료 플랜을 생성(S230)할 수 있다.
반대로, 프로세서(120)가 AI 모듈을 이용하여 덴탈 차트 및 파노라마 사진을 확인한 결과 환자의 치아가 위험 상태(치료가 필요한 상태) 내지 불분명 상태(위험한지 여부가 불분명)라고 판단한 경우, 상기 3차 추가 진단이 필요하다고 판단할 수 있다. 이때, 프로세서(120)는 상기 환자의 특정 치아에 대한 치근단 사진을 획득할 수 있다.
결국, 프로세서(120)는 AI 모듈을 이용하여 덴탈 차트, 파노라마 사진 및 치근단 사진을 기초로 상기 환자의 치아에 대한 치아 치료 플랜을 생성할 수 있는 것이다.
전술한 덴탈 차트, 파노라마 사진 및 치근단 사진 외 CT 등 영상 자료 역시 이용될 수 있으며, 프로세서(120)는 상기 획득한 자료들을 기초로 환자의 치아에 대한 치아 치료 플랜을 생성할 수 있다.
여기서, 치근단 사진은 1개 또는 2-3개의 치아와 그 주위 조직을 진단할 때 촬영하는 구강 내 방사선 사진으로서, 충치, 치근단 농양, 치근단 낭(세균 감염), 치주 질환 등을 확인할 수 있다.
파노라마 사진은 한번의 촬영으로 전반적인 치아의 상태와 치주 상태를 확인할 수 있는 장점이 있지만, 치아가 겹치는 부위에서는 상이 왜곡될 수 있어서, 질환이 의심되거나 더 정확한 정보가 요구되는 경우에는 상기 치근단 사진이 더 유용할 수 있다.
본 발명의 컴퓨팅 장치(100)의 프로세서(120)는 AI 모듈을 이용할 수 있는데, 이때 AI 모듈은 학습된 상태를 가정할 수 있다. 아래에서는, AI 모듈의 학습 과정과 관련하여 서술하도록 하겠다.
우선, AI 모듈은 적어도 하나 이상의 파라미터를 포함할 수 있고, 컴퓨팅 장치(100)의 프로세서(120)는 학습용 덴탈 차트의 데이터(ex 특정 치아의 출혈여부 등), 학습용 파라노마 사진의 데이터(ex 복수의 치아 중 특정 치아의 충치 여부 등), 학습용 치근단 사진의 데이터(ex 특정 치아의 충치 여부 등)를 획득한다고 상정할 수 있다.
상기 학습용 데이터들은 학습을 수행하기 위해 획득한 자료들로서, 일반 환자들의 실제 덴탈 차트, 파노라마 사진, 치근단 사진 등에 해당할 수 있다.
다음으로, 프로세서(120)는 상기 학습용 덴탈 차트의 데이터, 학습용 파나로마 사진의 데이터, 학습용 치근단 사진의 데이터 중 적어도 하나를 AI 모듈에 입력시킨 후 학습용 치아 치료 플랜을 생성할 수 있다.
또한, 프로세서(120)는 상기 학습용 치아 치료 플랜과는 별개로, 상기 학습용 덴탈 차트의 데이터, 학습용 파나로마 사진의 데이터, 학습용 치근단 사진의 데이터 중 적어도 하나를 확인한 전문가(ex 치과의사 등)로부터 입력받은 정답용 치아 치료 플랜을 획득할 수 있다. 여기서, 정답용 치아 치료 플랜은 정답이라고 상정할 수 있을 것이다.
컴퓨팅 장치(100)의 프로세서(120)는 상기 학습용 치아 치료 플랜과 상기 정답용 치아 치료 플랜을 비교하여 차이를 획득할 수 있고, 상기 차이를 기초로 AI 모듈에 포함된 파라미터를 업데이트할 수 있다. 즉, 상기 차이가 없어지도록 AI 모듈에 포함된 파라미터를 업데이트하는 것이다.
상기 과정(차이 비교 후 파라미터 업데이트)을 반복 수행한 후, 프로세서(120)는 학습 완료된 AI 모듈을 획득할 수 있고, 이를 기초로 본 발명의 치아 치료 플랜을 생성하는 프로세스를 진행할 수 있다.
상기 AI 모듈에서는, 덴탈 차트 또는 파노라마 사진을 기초로 환자의 치아 치료와 관련된 치료 기간, 치료 주기, 치료 금액, 청구가능한 보험료 중 적어도 하나 이상에 대한 정보를 획득할 수 있다.
물론, 프로세서(120)가, 덴탈 차트만 획득한 경우에는 덴탈 차트만을 기초로 상기 환자의 치료와 관련된 정보를 획득할 수 있고, 치근단 사진까지 획득한 경우에는 덴탈 차트, 파노라마 사진, 치근단 사진 중 적어도 하나 이상을 기초로 상기 환자의 치료와 관련된 정보를 획득할 수 있을 것이다.
경우에 따라서는, CT 등 영상을 획득할 수 있고, 프로세서(120)는 덴탈 차트, 파노라마 사진, 치근단 사진, CT 등 영상 자료 중 적어도 하나 이상을 기초로 환자의 치료와 관련된 정보를 획득할 수도 있다.
또한, 프로세서(120)는 AI 모듈을 이용하여 상기 환자의 치아 치료와 관련된 치료 기간, 치료 횟수, 치료 금액, 청구가능한 보험료 중 적어도 하나를 기초로 치아 치료 플랜을 생성할 수 있고, 이를 환자의 단말 또는 의사의 단말(200)에 전달할 수 있다.
상기 치아 치료 플랜에는 복수의 치료 플랜을 포함할 수 있고, 상기 복수의 치료 플랜에는 치료 기간에 가중치를 두는 제1 플랜, 치료 횟수에 가중치를 두는 제2 플랜, 치료 금액(청구가능한 보험료 기초)에 가중치를 두는 제3 플랜 등 다양한 플랜이 포함될 수 있다.
프로세서(120)는 상기 다양한 플랜을 환자의 단말 또는 의사의 단말(200)에 제공할 수 있고, 환자 또는 의사로 하여금 어느 하나의 플랜을 선택하도록 할 수 있다. 이는 복수 개의 플랜 관련 정보를 제공하고, 복수의 플랜 중에서 환자 또는 의사로 하여금 어느 하나의 플랜을 선택할 수 있는 기회를 제공하는 것이다.
참고로, 상기 복수의 플랜은 환자의 입장(치료 기간, 치료 횟수, 지불해야하는 금액 등을 중점 고려)을 고려한 플랜이 포함될 수도 있고, 의사의 입장(보험료로 최대 청구가능 금액 등을 중점 고려)을 고려한 플랜이 포함될 수도 있다. 결국, 복수의 플랜 중에서, 환자 또는 의사로 하여금 유리한 어느 하나의 플랜을 선택하도록 할 수 있는 것이다.
특히, 상기 치료 금액에 가중치를 두는 제3 플랜의 경우, 청구가능한 보험료 및 치료 금액을 중심으로 결정될 수 있다. 다만, 상기 청구가능한 보험료의 경우 치료 기간 내지 치료 횟수에 따라 달라질 수 있으므로, 프로세서(120)의 AI 모듈에서는 치료 기간, 치료 횟수, 치료 금액, 청구가능한 보험료 모두를 고려하여 상기 제3 플랜을 생성할 수 있다.
즉, 컴퓨팅 장치(100)의 AI 모듈에서는, 청구가능한 보험료의 금액을 최대화하기 위해 치료 기간 또는 치료 횟수를 설정하고, 이를 반영한 치아 치료 플랜을 환자의 단말 또는 의사의 단말(200)에 전달할 수 있다.
예를 들어, 환자의 치아 전체에 대한 치료가 필요하다고 판단되었다고 상정할 수 있다. 이때, 상기 치아에 대한 치료 플랜으로 다음과 같은 플랜이 상기 AI 모듈을 통해 생성될 수 있다.
첫번째로, 1회 치료를 진행하면서 한번에 상기 치아 전체에 대한 치료를 진행하는 경우, 치료에 필요한 금액 중 1/a 비율에 대해서만 보험료 청구가 가능할 수 있고, 해당 플랜을 제1 특정 플랜이라고 설정할 수 있다. 여기서, 상기 a는 2 이상의 자연수(ex 2, 3 등)에 해당할 수 있다.
두번째로, a회 치료를 진행하면서 매회마다 치아 전체 중 1/a 비율에 대해서만 치료를 진행할 수 있다. 다만, 이 경우에는 상기 치료에 필요한 금액 전체에 대해서 보험료 청구가 가능할 수 있고, 해당 플랜을 제2 특정 플랜이라고 설정할 수 있다.
참고로, 보험료는 환경, 조건 등에 따라 청구할 수 있는 금액이 달라지며, 위와 같이 1일에 청구할 수 있는 금액이 일부로 한정된 경우에는 복수일 동안 치료를 받으면서 전체 금액에 대해 청구할 수도 있다.
본 발명의 프로세서(120)는 상기 AI 모듈을 이용하여 상기 제1 특정 플랜 및 제2 특정 플랜을 생성할 수 있고, 치료 기간에 가중치를 두는 제1 플랜으로서는 상기 제1 특정 플랜을 상기 환자의 단말 내지 의사의 단말(200)에 제공할 수 있고, 치료 금액에 가중치를 두는 제3 플랜으로서는 상기 제2 특정 플랜을 상기 환자의 단말 내지 의사의 단말(200)에 제공할 수 있다.
참고로, 본 발명의 데이터베이스(130)에 각 환자별 기록이 저장될 수 있고, 프로세서(120)는 상기 기록으로부터 특정 환자의 성향(치료 금액에 가중치 또는 치료 기간에 가중치)을 확인할 수 있다. 따라서, 본 발명의 프로세서(120)는 이전 기록을 기초로 상기 특정 환자에 대한 치아 치료 플랜을 생성할 수도 있다.
이상 설명된 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기 실시예들에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.
100 : 컴퓨팅 장치
110 : 통신부
120 : 프로세서
130 : 데이터베이스
200 : 의사의 단말

Claims (8)

  1. 치아 치료 플랜을 생성하는 방법에 있어서,
    (a) 컴퓨팅 장치가, 환자의 치아를 진단한 의사로부터 상태 데이터를 획득하고, 상기 상태 데이터를 이용하여 상기 치아의 출혈여부, 잇몸 파인정도, 플라그 정도, 치근 분기점 중 적어도 하나를 포함하는 덴탈 차트를 생성하는 단계;
    (b) 상기 컴퓨팅 장치가, 학습된 AI 모듈을 이용하여 상기 덴탈 차트를 기초로 상기 환자의 치아에 대해 2차 추가 진단이 필요한지 여부를 판단하고, 상기 덴탈 차트를 확인한 결과 상기 환자의 치아가 위험 상태 내지 위험한지 여부가 불분명한 상태에 해당하여 상기 2차 추가 진단이 필요하다고 판단된 경우, 상기 환자의 치아에 대한 파노라마 사진을 획득하는 단계; 및
    (c) 상기 컴퓨팅 장치가, 상기 AI 모듈을 이용하여 상기 덴탈 차트 및 상기 파노라마 사진을 기초로 상기 환자의 치아에 대한 치아 치료 플랜을 생성하는 단계
    를 포함하고,
    상기 컴퓨팅 장치의 상기 AI 모듈에서는, 상기 덴탈 차트 또는 상기 파노라마 사진을 기초로 상기 환자의 치아 치료와 관련된 치료 기간, 치료 횟수, 치료 금액, 청구가능한 보험료 중 적어도 하나 이상에 대한 정보를 획득하고, 이를 기초로 생성한 상기 치아 치료 플랜을 상기 환자의 단말 또는 상기 의사의 단말에 전달하며,
    상기 컴퓨팅 장치의 상기 AI 모듈은, 상기 청구가능한 보험료의 금액을 최대화하기 위해 상기 치료 기간 또는 상기 치료 횟수를 설정하고, 이를 반영한 상기 치아 치료 플랜을 상기 환자의 단말 또는 상기 의사의 단말에 전달하고,
    상기 컴퓨팅 장치는 상기 AI 모듈을 이용하여 상기 치료 기간에 가중치를 두는 제1 플랜, 상기 치료 횟수에 가중치를 두는 제2 플랜, 상기 치료 금액 및 상기 청구가능한 보험료에 가중치를 두는 제3 플랜을 생성하여 상기 환자의 단말 또는 상기 의사의 단말에 전달하고, 상기 환자 또는 상기 의사로 하여금 상기 제1 플랜 내지 상기 제3 플랜 중에서 어느 하나의 플랜을 선택하도록 하며,
    상기 환자의 치아 전체에 대해 치료가 필요하다고 판단된 상태에서, 상기 컴퓨팅 장치는, i) 1회 상기 치료를 진행하면서 한번에 상기 치아 전체에 대한 상기 치료를 진행하는 경우, 상기 치료에 필요한 금액 중 1/a 비율(단, a는 2이상의 자연수)에 대해서만 보험료 청구가능한 제1 특정 플랜, ii) a회 상기 치료를 진행하면서 매회마다 상기 치아 전체 중 1/a 비율에 대해서만 치료를 진행하는 경우, 상기 치료에 필요한 금액 전체에 대해서 보험료 청구가능한 제2 특정 플랜 중에서
    상기 치료 기간에 가중치를 두는 상기 제1 플랜으로 상기 제1 특정 플랜을 상기 환자의 단말 또는 상기 의사의 단말에 전달하고, 상기 치료 금액에 가중치를 두는 상기 제3 플랜으로 상기 제2 특정 플랜을 상기 환자의 단말 또는 상기 의사의 단말에 제공하며,
    데이터베이스에 저장된 특정 환자의 성향 기록에 기초하여 상기 특정 환자에 대한 상기 치아 치료 플랜을 생성하고, 상기 특정 환자의 성향 기록은 상기 특정 환자가 상기 치료 기간에 가중치를 두는지 또는 상기 치료 금액에 가중치를 두는지를 포함하는 정보이며,
    상기 덴탈 차트가 상기 환자의 복수의 치아 각각의 상태를 나타내고, 상기 덴탈 차트의 가로열에는 상기 복수의 치아 각각의 순번이 나열되어 있으며, 상기 덴탈 차트의 세로열에는 상기 출혈여부, 상기 잇몸 파인정도, 상기 플라그 유무, 상기 치근 분기점 중 적어도 하나가 나열되어 있는 상태에서,
    상기 컴퓨팅 장치는, 상기 복수의 치아 각각을 가로 방향으로 3등분하고, 3개의 부분 각각에 대해 잇몸 퇴축 정도를 표시하며,
    정상적인 상태에서 잇몸이 위치해야 하는 지점을 포함하는 기준선이 상기 덴탈 차트에 표시되어 있는 상태에서, 상기 컴퓨팅 장치는, 특정 치아에 포함된 3개의 부분 각각에 대해 특정 잇몸의 퇴축 정도에 따라 제1 정도, 제2 정도, 제3 정도로 설정하고,
    i) 상기 기준선 및 상기 제1 정도에 기초하여 설정된 제1 지점, ii) 상기 기준선 및 상기 제2 정도에 기초하여 설정된 제2 지점, iii) 상기 기준선 및 상기 제3 정도에 설정된 제3 지점 각각을 연결하는 잇몸 상태선을 상기 덴탈 차트에 표현하고,
    상기 파노라마 사진을 획득한 후,
    상기 컴퓨팅 장치는, 상기 AI 모듈을 이용하여 상기 환자의 치아 중 특정 치아에 대한 3차 추가 진단이 필요한지 여부를 판단하고, 상기 덴탈 차트 및 상기 파노라마 사진을 확인한 결과 상기 환자의 치아가 위험 상태 내지 위험한지 여부가 불분명한 상태에 해당하여 상기 3차 추가 진단이 필요하다고 판단된 경우, 상기 환자의 상기 특정 치아에 대한 치근단 사진을 획득하며,
    상기 AI 모듈을 이용하여 상기 덴탈 차트, 상기 파노라마 사진 및 상기 치근단 사진을 기초로 상기 환자의 치아에 대한 치아 치료 플랜을 생성하는 것을 특징으로 하는 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 (a) 단계 이전에,
    상기 AI 모듈에 파라미터가 포함된 상태에서,
    상기 컴퓨팅 장치는, 학습용 덴탈 차트의 데이터 또는 학습용 파라노마 사진의 데이터를 상기 AI 모듈에 입력시킨 후 학습용 치아 치료 플랜을 생성하고, 상기 학습용 치아 치료 플랜과 정답용 치아 치료 플랜을 비교하여 차이를 획득하며, 상기 차이를 기초로 상기 파라미터를 업데이트하는 것을 특징으로 하는 방법.
  8. 치아 치료 플랜을 생성하는 장치에 있어서,
    통신부;
    데이터베이스; 및
    환자의 치아를 진단한 의사로부터 상태 데이터를 획득하고, 상기 상태 데이터를 이용하여 상기 치아의 출혈여부, 잇몸 파인정도, 플라그 정도, 치근 분기점 중 적어도 하나를 포함하는 덴탈 차트를 생성하고, 학습된 AI 모듈을 이용하여 상기 덴탈 차트를 기초로 상기 환자의 치아에 대해 2차 추가 진단이 필요한지 여부를 판단하고, 상기 덴탈 차트를 확인한 결과 상기 환자의 치아가 위험 상태 내지 위험한지 여부가 불분명한 상태에 해당하여 상기 2차 추가 진단이 필요하다고 판단된 경우, 상기 환자의 치아에 대한 파노라마 사진을 획득하며, 상기 AI 모듈을 이용하여 상기 덴탈 차트 및 상기 파노라마 사진을 기초로 상기 환자의 치아에 대한 치아 치료 플랜을 생성하는 프로세서;
    를 포함하고,
    상기 AI 모듈에서는, 상기 덴탈 차트 또는 상기 파노라마 사진을 기초로 상기 환자의 치아 치료와 관련된 치료 기간, 치료 횟수, 치료 금액, 청구가능한 보험료 중 적어도 하나 이상에 대한 정보를 획득하고, 이를 기초로 생성한 상기 치아 치료 플랜을 상기 환자의 단말 또는 상기 의사의 단말에 전달하며,
    상기 AI 모듈은, 상기 청구가능한 보험료의 금액을 최대화하기 위해 상기 치료 기간 또는 상기 치료 횟수를 설정하고, 이를 반영한 상기 치아 치료 플랜을 상기 환자의 단말 또는 상기 의사의 단말에 전달하고,
    상기 프로세서는 상기 AI 모듈을 이용하여 상기 치료 기간에 가중치를 두는 제1 플랜, 상기 치료 횟수에 가중치를 두는 제2 플랜, 상기 치료 금액 및 상기 청구가능한 보험료에 가중치를 두는 제3 플랜을 생성하여 상기 환자의 단말 또는 상기 의사의 단말에 전달하고, 상기 환자 또는 상기 의사로 하여금 상기 제1 플랜 내지 상기 제3 플랜 중에서 어느 하나의 플랜을 선택하도록 하며,
    상기 환자의 치아 전체에 대해 치료가 필요하다고 판단된 상태에서, 상기 프로세서는, i) 1회 상기 치료를 진행하면서 한번에 상기 치아 전체에 대한 상기 치료를 진행하는 경우, 상기 치료에 필요한 금액 중 1/a 비율(단, a는 2이상의 자연수)에 대해서만 보험료 청구가능한 제1 특정 플랜, ii) a회 상기 치료를 진행하면서 매회마다 상기 치아 전체 중 1/a 비율에 대해서만 치료를 진행하는 경우, 상기 치료에 필요한 금액 전체에 대해서 보험료 청구가능한 제2 특정 플랜 중에서
    상기 치료 기간에 가중치를 두는 상기 제1 플랜으로 상기 제1 특정 플랜을 상기 환자의 단말 또는 상기 의사의 단말에 전달하고, 상기 치료 금액에 가중치를 두는 제3 플랜으로 상기 제2 특정 플랜을 상기 환자의 단말 또는 상기 의사의 단말에 제공하며,
    상기 데이터베이스에 저장된 특정 환자의 성향 기록에 기초하여 상기 특정 환자에 대한 상기 치아 치료 플랜을 생성하고, 상기 특정 환자의 성향 기록은 상기 특정 환자가 상기 치료 기간에 가중치를 두는지 또는 상기 치료 금액에 가중치를 두는지를 포함하는 정보이며,
    상기 덴탈 차트가 상기 환자의 복수의 치아 각각의 상태를 나타내고, 상기 덴탈 차트의 가로열에는 상기 복수의 치아 각각의 순번이 나열되어 있으며, 상기 덴탈 차트의 세로열에는 상기 출혈여부, 상기 잇몸 파인정도, 상기 플라그 유무, 상기 치근 분기점 중 적어도 하나가 나열되어 있는 상태에서,
    상기 프로세서는, 상기 복수의 치아 각각을 가로 방향으로 3등분하고, 3개의 부분 각각에 대해 잇몸 퇴축정도를 표시하며,
    정상적인 상태에서 잇몸이 위치해야 하는 지점을 포함하는 기준선이 상기 덴탈 차트에 표시되어 있는 상태에서, 상기 프로세서는, 특정 치아에 포함된 3개의 부분 각각에 대해 특정 잇몸의 퇴축 정도에 따라 제1 정도, 제2 정도, 제3 정도로 설정하고,
    i) 상기 기준선 및 상기 제1 정도에 기초하여 설정된 제1 지점, ii) 상기 기준선 및 상기 제2 정도에 기초하여 설정된 제2 지점, iii) 상기 기준선 및 상기 제3 정도에 설정된 제3 지점 각각을 연결하는 잇몸 상태선을 상기 덴탈 차트에 표현하고,
    상기 파노라마 사진을 획득한 후,
    상기 프로세서는, 상기 AI 모듈을 이용하여 상기 환자의 치아 중 특정 치아에 대한 3차 추가 진단이 필요한지 여부를 판단하고, 상기 덴탈 차트 및 상기 파노라마 사진을 확인한 결과 상기 환자의 치아가 위험 상태 내지 위험한지 여부가 불분명한 상태에 해당하여 상기 3차 추가 진단이 필요하다고 판단된 경우, 상기 환자의 상기 특정 치아에 대한 치근단 사진을 획득하며,
    상기 AI 모듈을 이용하여 상기 덴탈 차트, 상기 파노라마 사진 및 상기 치근단 사진을 기초로 상기 환자의 치아에 대한 치아 치료 플랜을 생성하는 컴퓨팅 장치.
KR1020210180884A 2021-12-16 2021-12-16 Ai를 이용하여 치아 치료 플랜을 생성하는 방법 및 그를 이용한 장치 KR102479576B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210180884A KR102479576B1 (ko) 2021-12-16 2021-12-16 Ai를 이용하여 치아 치료 플랜을 생성하는 방법 및 그를 이용한 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210180884A KR102479576B1 (ko) 2021-12-16 2021-12-16 Ai를 이용하여 치아 치료 플랜을 생성하는 방법 및 그를 이용한 장치

Publications (1)

Publication Number Publication Date
KR102479576B1 true KR102479576B1 (ko) 2022-12-21

Family

ID=84536934

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210180884A KR102479576B1 (ko) 2021-12-16 2021-12-16 Ai를 이용하여 치아 치료 플랜을 생성하는 방법 및 그를 이용한 장치

Country Status (1)

Country Link
KR (1) KR102479576B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116013503A (zh) * 2022-12-27 2023-04-25 北大计算与数字经济研究院 一种牙科治疗计划确定方法、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190129247A (ko) * 2018-05-10 2019-11-20 (주)비포덴트 치아진단 방법 및 치아진단용 전자 장치
KR20190142691A (ko) * 2018-06-18 2019-12-27 오스템임플란트 주식회사 진료 패턴 제공 방법, 진료 패턴 제공 장치 및 기록매체
KR102284579B1 (ko) * 2020-09-10 2021-08-02 하정아 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템
KR20210110214A (ko) * 2020-02-28 2021-09-07 고려대학교 산학협력단 치과 치료 예측 시스템 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190129247A (ko) * 2018-05-10 2019-11-20 (주)비포덴트 치아진단 방법 및 치아진단용 전자 장치
KR20190142691A (ko) * 2018-06-18 2019-12-27 오스템임플란트 주식회사 진료 패턴 제공 방법, 진료 패턴 제공 장치 및 기록매체
KR20210110214A (ko) * 2020-02-28 2021-09-07 고려대학교 산학협력단 치과 치료 예측 시스템 및 방법
KR102284579B1 (ko) * 2020-09-10 2021-08-02 하정아 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116013503A (zh) * 2022-12-27 2023-04-25 北大计算与数字经济研究院 一种牙科治疗计划确定方法、电子设备及存储介质
CN116013503B (zh) * 2022-12-27 2024-02-20 北京大学长沙计算与数字经济研究院 一种牙科治疗计划确定方法、电子设备及存储介质

Similar Documents

Publication Publication Date Title
US11398013B2 (en) Generative adversarial network for dental image super-resolution, image sharpening, and denoising
US20210118132A1 (en) Artificial Intelligence System For Orthodontic Measurement, Treatment Planning, And Risk Assessment
Pethani Promises and perils of artificial intelligence in dentistry
US11366985B2 (en) Dental image quality prediction platform using domain specific artificial intelligence
US11189028B1 (en) AI platform for pixel spacing, distance, and volumetric predictions from dental images
US11367188B2 (en) Dental image synthesis using generative adversarial networks with semantic activation blocks
KR102267197B1 (ko) 디지털 치아 영상에 치아 진료 데이터를 기록 및 표시하는 방법 및 장치
US11357604B2 (en) Artificial intelligence platform for determining dental readiness
US20200411167A1 (en) Automated Dental Patient Identification And Duplicate Content Extraction Using Adversarial Learning
US11276151B2 (en) Inpainting dental images with missing anatomy
US20220012815A1 (en) Artificial Intelligence Architecture For Evaluating Dental Images And Documentation For Dental Procedures
US11217350B2 (en) Systems and method for artificial-intelligence-based dental image to text generation
US11311247B2 (en) System and methods for restorative dentistry treatment planning using adversarial learning
US20200387829A1 (en) Systems And Methods For Dental Treatment Prediction From Cross- Institutional Time-Series Information
US20210358604A1 (en) Interface For Generating Workflows Operating On Processing Dental Information From Artificial Intelligence
US20210357688A1 (en) Artificial Intelligence System For Automated Extraction And Processing Of Dental Claim Forms
JP2019502423A (ja) 画像解析の結果に基づく歯根尖周囲疾患の鑑別診断
US9833198B2 (en) System and method for obtaining an objective dental health analysis
KR102479576B1 (ko) Ai를 이용하여 치아 치료 플랜을 생성하는 방법 및 그를 이용한 장치
JP7398512B2 (ja) データ生成装置、スキャナシステム、データ生成方法、およびデータ生成用プログラム
US20190333644A1 (en) Method and system for creating a customizable dental chart
Ahmed et al. Application of a new system for classifying root and canal anatomy in clinical practice–explanation and elaboration
Borohovitz et al. The diagnostic advantage of a CBCT-derived segmented STL rendition of the teeth and jaws using an AI algorithm
Crawford et al. Smile esthetics: the influence of posterior maxillary gingival margin position
Ashnagar et al. Long‐term survival of structurally compromised tooth preserved with crown lengthening procedure and restorative treatment: A pilot retrospective analysis

Legal Events

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