KR102491837B1 - 치면 착색 영상 데이터를 활용한 비대면 치아우식 위험도 진단 및 구강관리 시스템과 그 방법 - Google Patents
치면 착색 영상 데이터를 활용한 비대면 치아우식 위험도 진단 및 구강관리 시스템과 그 방법 Download PDFInfo
- Publication number
- KR102491837B1 KR102491837B1 KR1020210150572A KR20210150572A KR102491837B1 KR 102491837 B1 KR102491837 B1 KR 102491837B1 KR 1020210150572 A KR1020210150572 A KR 1020210150572A KR 20210150572 A KR20210150572 A KR 20210150572A KR 102491837 B1 KR102491837 B1 KR 102491837B1
- Authority
- KR
- South Korea
- Prior art keywords
- oral
- tooth surface
- data
- user
- surface coloring
- Prior art date
Links
- 208000002925 dental caries Diseases 0.000 title claims abstract description 138
- 238000004040 coloring Methods 0.000 title claims description 155
- 238000000034 method Methods 0.000 title claims description 38
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000007405 data analysis Methods 0.000 claims abstract description 7
- 238000007726 management method Methods 0.000 claims description 53
- 238000004458 analytical method Methods 0.000 claims description 41
- 238000003745 diagnosis Methods 0.000 claims description 33
- 230000006399 behavior Effects 0.000 claims description 30
- 238000002372 labelling Methods 0.000 claims description 29
- 238000013473 artificial intelligence Methods 0.000 claims description 26
- 230000001680 brushing effect Effects 0.000 claims description 25
- 238000007781 pre-processing Methods 0.000 claims description 16
- 230000001580 bacterial effect Effects 0.000 claims description 13
- 235000006694 eating habits Nutrition 0.000 claims description 13
- KRHYYFGTRYWZRS-UHFFFAOYSA-M Fluoride anion Chemical compound [F-] KRHYYFGTRYWZRS-UHFFFAOYSA-M 0.000 claims description 11
- 239000003086 colorant Substances 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 230000005586 smoking cessation Effects 0.000 claims description 7
- 238000004043 dyeing Methods 0.000 claims description 6
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000003252 repetitive effect Effects 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 2
- 230000036541 health Effects 0.000 abstract description 20
- 210000000214 mouth Anatomy 0.000 abstract description 3
- 238000012549 training Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 18
- 239000000047 product Substances 0.000 description 18
- 208000025157 Oral disease Diseases 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 11
- 208000030194 mouth disease Diseases 0.000 description 11
- 230000003449 preventive effect Effects 0.000 description 10
- 238000000605 extraction Methods 0.000 description 7
- 238000003012 network analysis Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 235000019441 ethanol Nutrition 0.000 description 5
- 210000004283 incisor Anatomy 0.000 description 5
- 210000004763 bicuspid Anatomy 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 230000003862 health status Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000010186 staining Methods 0.000 description 4
- 229940034610 toothpaste Drugs 0.000 description 4
- 239000000606 toothpaste Substances 0.000 description 4
- 208000008312 Tooth Loss Diseases 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 208000025721 COVID-19 Diseases 0.000 description 2
- 208000006558 Dental Calculus Diseases 0.000 description 2
- 206010018276 Gingival bleeding Diseases 0.000 description 2
- 206010020880 Hypertrophy Diseases 0.000 description 2
- 206010061274 Malocclusion Diseases 0.000 description 2
- 208000005888 Periodontal Pocket Diseases 0.000 description 2
- 208000016247 Soft tissue disease Diseases 0.000 description 2
- 208000002697 Tooth Abrasion Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 210000003464 cuspid Anatomy 0.000 description 2
- 238000013503 de-identification Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 208000028169 periodontal disease Diseases 0.000 description 2
- 208000003265 stomatitis Diseases 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 210000001738 temporomandibular joint Anatomy 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000282465 Canis Species 0.000 description 1
- 208000002064 Dental Plaque Diseases 0.000 description 1
- 208000004509 Tooth Discoloration Diseases 0.000 description 1
- 206010044032 Tooth discolouration Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 229940023487 dental product Drugs 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 238000010828 elution Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002324 mouth wash Substances 0.000 description 1
- 229940051866 mouthwash Drugs 0.000 description 1
- 229940023486 oral product Drugs 0.000 description 1
- 239000013588 oral product Substances 0.000 description 1
- 230000003239 periodontal effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012950 reanalysis Methods 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000036367 tooth discoloration Effects 0.000 description 1
- 230000036346 tooth eruption Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—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
- A61B5/0002—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
- A61B5/45—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
-
- 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
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Data Mining & Analysis (AREA)
- Nursing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physical Education & Sports Medicine (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Psychiatry (AREA)
- Databases & Information Systems (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
본 발명에 의한 관리서버, 사용자 단말 및 병원서버가 유무선 네트워크를 통해 연결되어 구축된 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템에 있어서, 상기 사용자 단말은 사용자의 개인정보, 구강 위생 행동 데이터 및 구강 문진 데이터를 저장하는 개인 구강 위생 DB, 및 사용자가 촬영한 치면 착색 영상을 저장하는 사용자 치면 착색 영상 DB,를 포함하고, 상기 병원서버는 사용자의 구강검진 및 진료 관련 정보를 저장하는 치과검진정보 DB, 및 전문가가 촬영한 전문가 치면 착색 영상을 저장하는 전문가 치면 착색 영상 DB,를 포함하고, 상기 관리서버는 상기 사용자 단말의 개인 구강 위생 DB로부터 수신한 개인 구강 위생 데이터, 상기 사용자 단말의 사용자 치면 착색 영상 DB로부터 수신한 사용자 치면 착색 영상, 상기 병원서버의 상기 치과검진정보 DB로부터 수신한 치과검진정보 및 상기 병원서버의 상기 전문가 치면 착색 영상 DB로부터 수신한 전문가 치면 착색 영상를 포함하는 구강의료 데이터를 저장하는 구강의료 DB, 상기 구강의료 DB로부터의 구강의료 데이터를 분석하여 사용자의 치아 우식 위험도를 예측하는 연산처리부, 및 상기 연산처리부의 데이터 분석 및 예측의 결과를 시각화하여 보고서를 작성하고, 사용자 개인 맞춤형 구강관리 교육 및 구강관리 용품 처방을 제공하는 보고서를 작성하는 보고서 생성부,를 포함하는 것을 특징으로 한다.
Description
본 발명은 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리를 위한 시스템과 그 방법에 관한 것으로, 치아별 우식 위험도를 평가함에 있어, 사용자의 치면 착색 영상을 통한 치아별 우식 위험도를 네트워크화하여 판단하는 것을 특징으로 한다. 구체적으로, 수집된 구강의료 데이터에 대한 전처리 및 정규화, 데이터 레이블링 과정 후, 네트워크 알고리즘에 의해서 최종 평가하여, 평가된 치아 우식 위험도에 따라 사용자의 단말을 통한 사용자 개인 맞춤형 구강 관리 교육 및, 구강관리 용품 처방 등 비대면 서비스를 제공하여 사용자의 구강건강 증진 및 구강질환 예방을 보조하는, 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리를 위한 시스템과 그 방법에 관한 것이다.
식생활의 서구화로 인한 구강질환의 증가로 인하여, 우리나라의 12세 충치경험 영구치아 수는 1.8개로 주요선진국 1.2개와 비교하면 높은 수준이다. 또한 구강질환에 따라 개인 및 사회적 부담이 가중되는데, 국내 외래진료 다빈도 상병 현황 순위 내에 구강관련 2개 상병이 포함되어 있으며, 이 중 1위가 치아 및 치주질환으로 나타났으며, 12위는 치아우식증(충치)으로 나타났다.
이와 같은 치아우식증 방지를 위해서는 영구치가 맹출하는 만 6세~12세의 구강위생관리가 매우 중요하여 개인에게 치아별 치아우식 위험도를 안내할 필요가 있다. 기존 우식경험치아(DMFT) 분석법은 각 치아번호별 우식상태, 유실여부, 충전여부를 종합하여 해당 치아의 우식경험여부를 판단한다. 즉 충치가 생긴 영구치(우식치) 개수, 빠진 영구치(상실치) 개수, 충전치료를 받은 영구치(충전치)의 개수 등을 합산해 우식경험영구치(DMFT)지수를 산출했다. 그러나, 우식경험영구치(DMFT)지수를 산출하는 방법은 치아우식증을 치료하기 위한 목적의 개입으로, 미래의 치아우식증의 진행을 예측 및 평가하여 치아우식에 관한 예방적 처치 및 개입을 하기에 부족함이 있으며, 치아우식과 관련된 위험도를 객관적으로 산출하는 시스템이 부족한 부족한 상태이다.
특히, 코로나19 사태로 인한 ‘사회적 거리두기’, '비말에 의한 감염 우려' 등으로 치과병원 방문율이 크게 하락하였으며, 자가 구강관리가 어려운 아동 및 학생들은 정기적인 치과 검진 및 진료를 받지 못해 구강건강이 악화되거나, 치과 진료가 필요한 상황에서도 치료를 받지 못하는 사례가 증가하고 있다. 또한, 소득수준 등에 따른 사회경제적 격차에 의하여 구강건강 불평등이 존재한다. 한편, 코로나19 예방을 위해 건강, 청결, 위생에 대한 관심이 커지고, 특히 코로나19가 호흡기를 통해 감염된다는 사실이 알려지면서 치약, 칫솔, 구강청결제 등 구강관리 용품 매출이 크게 증가하고 있다. 이와 같이 코로나19에 의하여 치과방문이 어려운 현실에서 구강질환 예방 및 관리를 위한 구강관리 용품 및 구강관리 방법에 대한 관심 증가하고 있다.
따라서, 사용자에게 치아우식 위험도를 예측하여 안내하고 그에 따라 비대면 사용자 개인 맞춤형 구강관리 교육 및 구강관리 용품 처방 등을 제공하는 시스템이 필요하다.
본 발명의 배경이 되는 기술은 등록특허공보 제10-2284579호(빅데이터 기반의 인공지능을 활용한 치아 진단 시스템)에 개시되어 있다.
본 발명의 배경이 되는 기술은 등록특허공보 제10-2284579호(빅데이터 기반의 인공지능을 활용한 치아 진단 시스템)에 개시되어 있다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 개인별 치아 우식 위험도를 평가하고 그에 따라 사용자의 단말을 통한 사용자 개인 맞춤형 구강관리 교육 및, 구강관리 용품 처방 등 비대면 서비스를 제공하여 사용자의 구강건강 증진 및 구강질환 예방을 보조하는, 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리를 위한 시스템과 그 방법을 제공하는 것을 목적으로 한다. 그에 따라 가정에서도 전문 구강위생관리 및 구강질환 예방관리를 실현하고, 전문 구강관리 서비스에서 소외된 취약계층까지 포괄할 수 있는 접근성, 편의성, 전문성이 보장된 디지털 구강관리 서비스를 제공하는 것을 목적으로 한다.
본 발명의 일실시예에 의한 관리서버, 사용자 단말 및 병원서버가 유무선 네트워크를 통해 연결되어 구축된 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템에 있어서, 상기 사용자 단말은 사용자의 개인정보, 구강 위생 행동 데이터 및 구강 문진 데이터를 저장하는 개인 구강 위생 DB, 및 사용자가 촬영한 치면 착색 영상을 저장하는 사용자 치면 착색 영상 DB,를 포함하고, 상기 병원서버는 사용자의 구강검진 및 진료 관련 정보를 저장하는 치과검진정보 DB, 및 전문가가 촬영한 전문가 치면 착색 영상을 저장하는 전문가 치면 착색 영상 DB,를 포함하고, 상기 관리서버는 상기 사용자 단말의 개인 구강 위생 DB로부터 수신한 개인 구강 위생 데이터, 상기 사용자 단말의 사용자 치면 착색 영상 DB로부터 수신한 사용자 치면 착색 영상, 상기 병원서버의 상기 치과검진정보 DB로부터 수신한 치과검진정보 및 상기 병원서버의 상기 전문가 치면 착색 영상 DB로부터 수신한 전문가 치면 착색 영상를 포함하는 구강의료 데이터를 저장하는 구강의료 DB, 상기 구강의료 DB로부터의 구강의료 데이터를 분석하여 사용자의 치아 우식 위험도를 예측하는 연산처리부, 및 상기 연산처리부의 데이터 분석 및 예측의 결과를 시각화하여 보고서를 작성하고, 사용자 개인 맞춤형 구강관리 교육 및 구강관리 용품 처방을 제공하는 보고서를 작성하는 보고서 생성부,를 포함하는 것을 특징으로 한다.
상기 연산처리부는 상기 구강의료 DB로부터의 구강의료 데이터를 전처리 및 정규화하고, 데이터 레이블링을 한 후, 레이블링한 데이터를 분석하여 치아 우식 위험도를 예측하는 것을 특징으로 한다.
상기 연산처리부는 기계학습을 이용하는 인공지능(AI) 분석 모듈인 것을 특징으로 한다.
상기 데이터의 전처리 및 정규화, 및 데이터 레이블링은 서포팅 툴(supporting tool)을 사용하는 것을 특징으로 한다.
상기 사용자 치면 착색 영상은 사용자가 일반 치면 착색제를 치아에 도포하여 치아 표면에 잔존하는 치면 세균막을 선택적으로 염색한 것을 촬영한 영상인 것을 특징으로 한다.
상기 전문가 치면 착색 영상은 구강 전문가가 전문가용 치면 착색제를 치아에 도포하여 치아 표면에 잔존하는 치면 세균막을 선택적으로 염색한 것을 촬영한 영상인 것을 특징으로 한다.
상기 연산처리부는 사용자 치면 착색 영상의 분석 시 사용자 치면 착색 영상에서 전체 치아의 착색비율, 상하좌우의 각 영역별 착색비율, 및 개별 치아의 착색비율을 계산하여 사용자의 양치 시 양치가 부족한 부위와 그에 따른 양치 습관을 분석하여 제공하는 것을 특징으로 한다.
상기 연산처리부는 상기 구강의료 DB로부터의 구강의료 데이터를 네트워크화하는 분석에 의하여 치아 우식 위험도를 예측하는 것을 특징으로 한다.
상기 연산처리부에서의 상기 구강의료 DB로부터의 구강의료 데이터의 분석은 반복적인 인공지능(AI) 학습에 의하여 인공지능(AI) 모델을 완성하여 이루어지는 것을 특징으로 한다.
상기 구강 위생 행동 데이터는 사용자로부터 수집한 일정 주기 별로 반복되는 칫솔질, 치실질, 가글, 식습관, 금연, 금주, 불소이용법, 및 식습관 중의 어느 하나 이상의 데이터를 포함하는 것을 특징으로 한다.
상기 구강 문진 데이터는 사용자로부터 도식화된 치열식의 입력 화면을 통해 수집한 우식예상치면, 우식경험치면, 깨진 치아, 시린 치아 관련 정보 중 어느 하나 이상의 정보를 포함하는 것을 특징으로 한다.
상기 연산처리부가 상기 치면 착색 영상을 전처리 및 정규화하고, 데이터 레이블링을 할 때, 개별 치아에 대한 5점 척도의 구강위생관리능력(PHP) 점수 또는 플라그 퍼센트 지수(PPI)를 부여하는 레이블링이 진행되는 것을 특징으로 한다.
상기 사용자 단말에 저장되는 사용자 치면 착색 영상은 일정 주기별로 저장될 수 있는 것을 특징으로 한다.
본 발명의 다른 실시예에 의한 관리서버, 사용자 단말 및 병원서버가 유무선 네트워크를 통해 연결된 시스템을 이용한 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 방법은, 상기 관리서버에 상기 사용자 단말로부터 수신한 구강 위생 행동 데이터 및 구강 문진 데이터를 포함하는 개인 구강 위생 데이터와, 상기 병원서버로부터 수신한 치과검진정보를 포함하는 구강의료 관련 데이터를 저장하는 데이터 베이스를 구축하는 단계; 상기 데이터 베이스에 전문가 치면 착색 영상 및 사용자 치면 착색 영상을 입력하는 단계; 상기 데이터 베이스에 저장된 데이터들을 인공지능(AI) 분석 모듈을 이용하여 분석하고 치아 우식 위험도를 예측하는 단계;및 상기 분석 및 예측 결과를 시각화하여 보고서를 작성하는 단계;를 포함하는 것을 특징으로 한다.
상기 데이터 베이스에 저장된 데이터들을 인공지능(AI) 분석 모듈을 이용하여 분석하고 치아 우식 위험도를 예측하는 단계는, 상기 데이터 베이스에 저장된 데이터들을 전처리 및 정규화하고, 데이터 레이블링을 한 후, 레이블링한 데이터를 분석하여 치아 우식 위험도를 예측하는 것을 특징으로 한다.
상기 데이터의 전처리 및 정규화, 및 데이터 레이블링은 서포팅 툴(supporting tool)을 사용하는 것을 특징으로 한다.
상기 사용자 치면 착색 영상은 사용자가 일반 치면 착색제를 치아에 도포하여 치아 표면에 잔존하는 치면 세균막을 선택적으로 염색한 것을 촬영한 영상인 것을 특징으로 한다.
상기 전문가 치면 착색 영상은 구강 전문가가 전문가용 치면 착색제를 치아에 도포하여 치아 표면에 잔존하는 치면 세균막을 선택적으로 염색한 것을 촬영한 영상인 것을 특징으로 한다.
상기 인공지능(AI) 분석 모듈을 이용하여 사용자 치면 착색 영상을 분석할 때, 사용자 치면 착색 영상에서 전체 치아의 착색비율, 상하좌우의 각 영역별 착색비율, 및 개별 치아의 착색비율, 치아 내 영역별 착색 비율(치은측, 절단측 등)을 계산하여 사용자의 양치 시 양치가 부족한 부위와 그에 따른 양치 습관을 분석하여 제공하는 것을 특징으로 한다.
상기 인공지능(AI) 분석 모듈은 상기 데이터 베이스에 저장된 데이터들을 네트워크화하는 분석에 의하여 치아 우식 위험도를 예측하는 것을 특징으로 한다.
상기 구강 위생 행동 데이터는 사용자로부터 수집한 일정 주기 별로 반복되는 칫솔질, 치실질, 가글, 식습관, 금연, 금주, 불소이용법, 및 식습관 중의 어느 하나 이상의 데이터를 포함하는 것을 특징으로 한다.
상기 구강 문진 데이터는 사용자로부터 도식화된 치열식의 입력 화면을 통해 수집한 우식예상치면, 우식경험치면, 깨진 치아, 시린 치아 관련 정보 중 어느 하나 이상의 정보를 포함하는 것을 특징으로 한다.
상기 사용자 치면 착색 영상은 일정 주기별로 입력될 수 있는 것을 특징으로 한다.
본 발명에 따른 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템과 그 방법은, 사용자에게 치아우식 위험도를 예측하여 안내하고 그에 따라 비대면 사용자 개인 맞춤형 구강관리 교육 및 구강관리 용품 처방 등을 제공할 수 있다. 즉 구강의료 데이터와 치면 착색 영상 데이터를 통해 취약 질환과 구강위생 상태를 통합적으로 분석하여, 개인별 구강 위생 상태에 따른 개인 맞춤형 구강관리 방법 및 구강관리 용품 처방전을 제공하고, 칫솔·치약 등 구강관리 용품의 교체 시기, 검진 시기 등을 기록하고 관리하는 전문 구강관리 서비스를 제공할 수 있다. 또한, 사용자의 구강건강 증진 및 구강질환 예방을 보조하는 시스템을 이용하여 개인 맞춤형 예방 교육, 구강 진료 안내, 사후 관리 프로그램 등의 서비스를 제공하여 구강질환에 따른 개인 및 사회적 부담을 완화시킬 수 있고, 전반적인 사용자의 구강건강을 증진시키는 효과를 제공한다.
또한, 본 발명에 따른 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템에 의하여, 구강건강 모니터링 체계를 구축할 수 있으며, 구강의료 데이터의 활용을 통한 행정 업무의 효율화 및 자동화를 달성할 수 있어, 각 시군구 및 시도에서 자체적으로 진행하는 구강건강실태 조사비용을 절감할 수 있고, 구강건강 실태에 대한 효율적 분석이 가능하다.
또한, 본 발명에 따른 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템에 의하여, 공급자 중심의 획일화된 구강관리 서비스에서 의료 데이터와 구강위생 습관 데이터 분석을 통한 개인에게 특화된 퍼스널 구강관리 서비스를 제공할 수 있으며, 소득, 사회 경제적 위치에 따라 불평등하게 제공되던 치과 의료서비스를 대중적으로 제공하여 의료의 사회적 격차를 감소시키는데 도움될 수 있다.
또한, 기존 치과를 방문해야만 받을 수 있었던 구강관리 서비스를 시공간의 제약 없이 휴대폰 애플리케이션을 통해 구강위생 데이터를 분석 받을 수 있으며, 그에 따른 맞춤형 교육 콘텐츠 및 용품을 제공받을 수 있고, 치료내용 설명, 주의사항 및 구강위생 관리법 교육으로 인한 의료진의 진료시간을 애플리케이션의 콘텐츠와 시각화된 자료를 통해 감소시킬 수 있고, 산발적인 환자 구강관리 데이터를 실시간으로 모니터링 할 수 있는 시스템을 통해 더 효율적인 환자관리(CRM)가 가능해질 수 있다. 환자가 병원에서 검진 및 치료를 받은 뒤 자가 촬영 데이터를 가정에서 주기적으로 축적하면, 치료 후 사후 관리(follow up check)를 더욱 효율적으로 제공 할 수 있다
또한, 본 발명에 따른 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템에 의하여, 개인 맞춤형 구강 관리 애플리케이션을 통한 의료데이터 기반의 전문적이며 대중적인 관리 서비스로 사용자의 구강 질환 감소시킬 수 있다.
도 1은 본 발명에 따른 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템의 일 실시예이다.
도 2 내지 도 4는 도 1의 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템의 각 구성요소를 도시한 블록도이다.
도 5는 본 발명에 의하여 수집된 사용자의 치면 착색 영상을 전처리 및 정규화하는 과정을 나타내는 도면이다.
도 6은 본 발명의 일실시예에 의한 서포팅 툴의 기능 흐름도이다.
도 7은 본 발명의 일실시예에 의한 치면 착색 영상을 통하여 치아우식 위험도를 진단하기 위한 치아별 우식 위험도 네트워크를 나타낸 도면이다.
도 8은 본 발명의 일실시예에 의한 치아 우식 위험도 네트워크 분석 방법을 개략적으로 나타낸 개념도이다.
도 9는 본 발명의 일실시예에 의한 상기 치면 착색 영상 데이터를 활용한 치아우식 위험도 및 플라그 검사 결과를 포함하는 보고서가 사용자 단말에 시각화하여 표시된 일예이다.
도 10은 본 발명의 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템의 구성도이다.
도 11은 본 발명의 일실시예에 따른 관리서버, 사용자 단말 및 병원서버가 유무선 네트워크를 통해 연결된 시스템을 이용한 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 방법의 순서를 나타내는 순서도를 도시한 것이다.
도 2 내지 도 4는 도 1의 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템의 각 구성요소를 도시한 블록도이다.
도 5는 본 발명에 의하여 수집된 사용자의 치면 착색 영상을 전처리 및 정규화하는 과정을 나타내는 도면이다.
도 6은 본 발명의 일실시예에 의한 서포팅 툴의 기능 흐름도이다.
도 7은 본 발명의 일실시예에 의한 치면 착색 영상을 통하여 치아우식 위험도를 진단하기 위한 치아별 우식 위험도 네트워크를 나타낸 도면이다.
도 8은 본 발명의 일실시예에 의한 치아 우식 위험도 네트워크 분석 방법을 개략적으로 나타낸 개념도이다.
도 9는 본 발명의 일실시예에 의한 상기 치면 착색 영상 데이터를 활용한 치아우식 위험도 및 플라그 검사 결과를 포함하는 보고서가 사용자 단말에 시각화하여 표시된 일예이다.
도 10은 본 발명의 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템의 구성도이다.
도 11은 본 발명의 일실시예에 따른 관리서버, 사용자 단말 및 병원서버가 유무선 네트워크를 통해 연결된 시스템을 이용한 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 방법의 순서를 나타내는 순서도를 도시한 것이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
도 1은 본 발명에 따른 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템의 일 실시예이다. 도 2 내지 도 4는 도 1의 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템의 각 구성요소를 도시한 블록도이다.
도 1을 참조하면, 본 발명에 따른 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템(1)은 관리서버(100), 사용자 단말(200) 및 병원서버(300)가 유무선 네트워크(10)를 통해 연결되어 있다.
상기 관리서버(100)는 구강의료 DB(데이터 베이스)(110), 연산처리부(120), 보고서 생성부(130), 관리서버 송수신부(140) 및 서비스 가입자 인증부(150)를 포함한다.
상기 사용자 단말(200)은 개인구강위생 DB(210), 사용자 치면 착색 영상 DB(220), 단말 추출부(230) 및 단말 송수신부(240)를 포함한다.
상기 병원서버(300)는 전문의료기관의 서버일 수 있으며, 치과검진정보 DB(310), 전문가 치면 착색 영상 DB(320), 병원서버 추출부(330) 및 병원서버 송수신부(340)를 포함한다.
도 2 내지 도 4를 참조하면, 상기 구강의료 DB(110)는 상기 병원서버(300)로부터 수신한 사용자의 구강검진 및 진료 결과 데이터가 저장된 치과검진정보 DB(111) 및 전문가에 의하여 촬영된 전문가 치면 착색 영상이 저장된 전문가 치면 착색 영상 DB(112)와, 상기 사용자 단말(200)로부터 수신한 사용자의 구강 위생 행동에 관한 데이터, 및 구강 문진 데이터가 저장된 개인 구강 위생 DB(113) 및 사용자가 촬영한 사용자 치면 착색 영상이 저장된 사용자 치면 착색 영상 DB(114)를 포함한다. 따라서, 상기 구강의료 DB(110)는 사용자의 치아 우식 정보, 치아 유실 정보, 치아별 충진 정보 등을 포함하는 치과검진정보, 전문가 치면 착색 영상, 사용자의 개인 구강 위생 데이터 및 사용자 치면 착색 영상 등을 저장한다. 상기 구강의료 DB(110)에 저장되는 데이터는 치아우식 위험도 평가를 위하여 상기 연산처리부(120)로 추출될 수 있다.
본 실시예에서는 상기 치과검진정보 DB(111), 상기 전문가 치면 착색 영상 DB(112), 상기 개인 구강 위생 DB(113) 및 상기 사용자 치면 착색 영상 DB(114)가 구분되어 있으나, 반드시 구분되어야 하는 것은 아니고 하나의 DB로 통합되거나 다양한 형태로 구분될 수 있다.
먼저, 상기 치과검진정보 DB(111)는 상기 병원서버(300)로부터 사용자의 구강검진 및 진료 결과와, 사용자의 구강 위생 행동에 대한 평가에 관한 정보를 수집 및 저장한다.
구체적으로, 상기 치과검진정보 DB(111)는 병원(전문 의료 기관)으로부터 수집한 치아별 우식치아, 유실치아, 구내염 및 연조직질환, 부정교합, 치주질환(치은출혈, 비대, 치석형성, 치주낭형성, 그 밖의 증상), 악관절 이상, 치아마모증, 불소도포, 치아별 충진 정보, 치석제거, 그 밖의 구강 위생 상태 등의 치아 진료 정보 데이터와, 사용자의 구강 위생 행동에 관한 평가 데이터를 저장한다. 상기 구강 위생 행동에 관한 평가 데이터는 사용자로부터 수집한 일정 주기 별로 반복되는 칫솔질, 치실질, 가글, 금연 및 금주, 불소이용법 및 식습관 등의 정보에 대한 평가 정보가 해당될 수 있다.
상기 전문가 치면 착색 영상 DB(112)는 상기 병원서버(300)로부터 제공받은 치면 착색 영상에 관한 데이터를 저장한 것으로, 치과의사 또는 치위생사와 같은 전문가가 전문가용 치면 착색제를 치아에 도포하여 치아 표면에 잔존하는 치면 세균막(플라그)을 선택적으로 염색한 것을 촬영한 영상을 저장한다.
상기 개인 구강 위생 DB(113)는 상기 사용자 단말(200)을 통해 사용자로부터 수집한 일정 주기 별로 반복되는 칫솔질, 치실질, 가글, 금연 및 금주, 불소이용법, 식습관 등의 구강 위생 행동 데이터와, 사용자로부터 도식화된 치열식의 입력 화면을 통해 수집된 우식예상치면, 우식경험치면, 깨진 치아, 시린 치아 등의 정보 또는 구강건강에 관한 문진표에 대하여 사용자가 작성한 구강 문진 데이터를 저장한다.
상기 사용자 치면 착색 영상 DB(114)는 사용자가 일반 치면 착색제를 치아에 도포하여 치아 표면에 잔존하는 치면 세균막(플라그)을 선택적으로 염색한 것을 촬영한 영상을 저장한다. 사용자는 휴대폰 카메라와 어플리케이션 촬영 가이드를 사용하여 간단하게 전치부 12개 치아를 촬영 할 수 있으며, 전용 디바이스를 휴대폰에 장착하여 구치부, 소구치부 등 추가 부위를 촬영 할 수 있다.
상기 연산처리부(120)는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템(1)의 상기 관리서버(100)의 상기 구강의료 DB(110)에 저장된 데이터를 기초로 하여 사용자의 치아우식 위험도를 진단하고 평가하여 개인 맞춤형 서비스를 결정한다.
이와 같은 상기 연산처리부(120)는 전처리 및 정규화부(121), 데이터 레이블링부(122), 분석부(123), 및 위험도 예측부(124)를 포함한다. 특히, 본 발명에서는 상기 연산처리부(120)로 기계학습을 이용하는 인공지능(AI) 분석 모듈을 사용할 수 있다.
상기 전처리 및 정규화부(121)는 상기 구강의료 DB(110)에 저장된 데이터를 전처리 및 정규화한다.
구체적으로, 상기 상기 구강의료 DB(110)에 저장된 데이터는 치과검진정보, 전문가 치면 착색 영상, 구강 위생 행동 데이터, 구강 문진 데이터 및 사용자 치면 착색 영상 등을 포함한다.
표 1은 상기 구강의료 DB(110)에 저장된 데이터의 일예를 나타낸 도면이다.
<표 1>
상기 데이터의 전처리 및 정규화는 데이터를 분석 및 처리가 가능한 형태로 변환시키는 작업이다.
사용자의 사전동의를 획득한 데이터에 대하여 비식별화 및 암호화를 진행하며, 가명화 처리(pseudonymization), 데이터 삭제(reduction), 데이터 범주화(suppression) 과정과 데이터 마스킹(masking), 병합처리(aggregation) 등의 과정을 거쳐 비식별화된 데이터로 변환시킨다.
재식별 가능성에 대한 보호 모델은 본 발명의 일실시예에서 행안부 개인정보 비식별 조치 가이드라인의 k-익명성, l-다양성, t-근접성 모델을 따를 수 있으며, k, l, t값은 전문가의 검토를 토대로 마련할 수 있다. 이때, 상기 데이터는 숫자, 텍스트, 영상 등의 형태로 수집되며, 이에 대한 분석을 위해서는 정규화된 데이터로의 변환이 필요하다. 일부 데이터가 없거나(null), NaN(not a number)의 경우 이에 대한 전처리는 삭제하거나, 평균, 중앙값(median), 최빈값(mode) 중 적합한 값으로 대체하여 처리할 수 있으며, 비적합 데이터는 삭제를 통한 비처리를 원칙으로 한다. 이상치(outlier)로 인한 분석 오류 방지를 위해 이를 제거할 수 있으며, 데이터의 95% 내지는 99%의 범위에 있는 데이터만으로 분석하거나 허용범위를 엄격히 제한하는 방법을 사용할 수도 있다.
정규화(normalization)하는 방법은 데이터에서 평균을 빼고 표준편차로 나누는 방법을 사용하며, 이는 평균을 0, 표준편차를 1로 데이터가 분포하도록 하며, 이후 추가로 데이터의 범위에 대한 스케일링(scaling)을 할 수 있다. 스케일링(scaling)은 범위를 0~1이나 (-1)~(+1) 사이로 한정하여 여러 카테고리별 데이터에 따라 범위가 다른 데이터의 스케일(scale)을 표준 데이터로 변환한다. 이러한 정규화된 데이터는 비정규화 데이터에 비하여 상기 연산처리부, 즉 인공지능 분석 모듈의 성능 향상에 기여할 수 있다. 텍스트 데이터는 순위가 있는 텍스트와 순위가 없는 텍스트가 있으며, 순위가 있을 경우 순서가 있는 숫자로 변경하여 처리한다. 순위가 없는 텍스트의 경우는 이를 그룹(group)으로 분류하여 각 그룹별로 숫자를 부여하여 처리할 수 있으며, 이 경우의 숫자는 순위가 아닌 그룹을 대표하는 기호의 의미이다. 영상 데이터의 전처리는 관심영역의 크로핑(cropping), 그레이 스케일 변경(Gray-Scale Modification), 컬러채널 (color channel) 분리 등을 진행하며, 필요에 따라 세부 크로핑(cropping)이나 이진화(binary thresholding) 등이 진행된다.
도 5는 본 발명에 의하여 수집된 사용자의 치면 착색 영상을 전처리 및 정규화하는 과정을 나타내는 도면이다.
도 5a는 염색된 치면 세균막을 촬영한 영상을 캡처한 것이고, 도 5b는 치아영역(관심영역)만을 추출하기 위해 검출한 치아영역 마스크(mask)를 나타내는 도면이고, 도 5c는 상기 치아영역 마스크에 의해 검출한 치아영역(관심영역)만을 나타낸 도면이고, 도 5d는 분리된 개별 치아를 나타낸 도면이다.
이와 같은 데이터의 전처리 및 정규화 과정 전후에 상기 데이터 레이블링부(122)에 의한 데이터 레이블링(labeling)이 이루어진다.
여기서, 데이터 레이블링은 각각의 데이터에 특정한 의미를 표시하는 것이며, 자동 분석 및 인공지능 학습에 사용된다. 상기 데이터 레이블링은 전문가에 의해 진행되며, 특히 치과 의료 데이터의 레이블링은 치과의사에 의해 진행된다. 본 발명의 일실시예에 의한 치과 의료 데이터의 레이블링의 예로 구강관리점수, 구강관리법의 카테고리 분류 등이 있으며, 치면 착색 영상의 경우는 개별 치아에 대한 5점 척도의 구강위생관리능력(patient hygiene performance, PHP) 점수를 부여하거나, 플라그가 치면에 어느 정도 분포되어 있는지에 대한 퍼센트 지수(plaque percent index, PPI)를 부여하는 레이블링이 진행될 수 있다. 여러 레이블링 중에서, 데이터의 활용 목적에 따라 어느 하나의 레이블링 또는 복수의 레이블링이 진행될 수 있다.
이때, 치면 착색 영상의 레이블링의 경우 비록 전문가에 의한 수행일지라도 레이블링에 많은 시간이 소요되기 때문에 이에 대한 서포팅 툴(supporting tool)이 사용될 수도 있다. 상기 서포팅 툴은 전문가의 레이블링 시간을 최소로 하기 위하여 영상에 대한 전처리, 개별치아 분리, 치아 형태 및 위치에 따른 치아번호 및 부위(협면, 설면, 교합면 등) 인식, 플라그 퍼센트 지수(PPI) 부여를 위한 플라그 착색비율 계산 등의 기능을 수행하여 제시함으로써 전문가가 빠르게 판단할 수 있도록 지원한다.
도 6은 본 발명의 일실시예에 의한 서포팅 툴의 기능 흐름도이다.
도 6에 도시된 바와 같이, 원본 데이터를 전처리 한 후 치아영역을 분리하고, 플라그 착색 영역을 분리하여, 전문가에게 플라그 퍼센트 지수(PPI)를 제시하고, 전문가 판단한 플라그 퍼센트 지수에 비교하여 서포팅 툴이 제시한 플라그 퍼센트 지수가 적합한지를 판단하여 플라그 퍼센트 지수가 적합한 경우에는 레이블링을 종료한다.
상기 분석부(123)는 상기 데이터 레이블링부에 의하여 처리된 데이터를 분석한다.
구체적으로, 데이터 분석은 사용자의 요구나 데이터 처리의 워크플로우(workflow)에서 필요한 정보만을 추출하거나 여러 데이터의 조합에 의해 필요한 데이터 추출을 진행하는 것이다. 주로 수행하는 분석 방법은 통계분석, 주요 지표 도출, 인공지능을 이용한 점수 도출, 인공지능을 이용한 카테고리 분류 등이 있다. 이때, 테스트 데이터에 의해 정확도 검증을 수행하여 높은 정확도를 갖는 모델을 사용하여 분석을 진행할 수 있다.
본 발명의 구강의료 데이터의 분석은 우식, 양치습관, 치주상태 등을 고려한 구강위험도 점수 및 구강상태에 따른 분류, 구강상태 모니터링 정보 등을 제공한다. 치면 착색 영상의 분석은 사진 상 보이는 전체 치아의 착색비율 및 상하좌우의 각 영역별 착색비율, 개별치아 특히 상하악 각각 6개씩 12개의 전치의 착색비율, 치아 내 영역별 착색 비율(치은측, 절단측 등)을 제공하여 양치 시 양치가 부족한 부위와 그에 따른 양치 습관을 분석하여 제공한다. 상기 분석은 반복적인 인공지능(AI) 학습에 의하여 인공지능(AI) 모델을 완성하여 이루어질 수 있다.
상기 위험도 예측부(124)에서는 상기 분석부에서의 분석에 의하여 치아 우식 위험도를 예측한다. 본 실시예에서는 상기 분석부(123)과 상기 위험도 예측부(124)는 분리되어 있으나, 하나의 모듈로 통합될 수 있으며, 특히, 인공지능(AI) 모델을 이용하여 분석 및 예측할 수 있다
이때, 기존 우식경험치아(decayed missing filled teeth, DMFT) 분석법에 의한 정보를 바탕으로 사용자의 치면 착색 영상을 통하여 치아우식 위험도를 진단하기 위하여 치아 우식 위험도 사이의 네트워크 구성이 중요하다.
기존 우식경험치아(DMFT) 분석법은 각 치아번호별 우식상태, 유실여부, 충전여부를 종합하여 해당 치아의 우식경험여부를 판단하지만, 본 발명에서는 사용자의 치면 착색 영상을 통한 치아별 우식 위험도를 네트워크화하여 치아 우식 위험도를 판단한다. 우식경험치아 분석을 통해 만들어진 치아번호별 우식경험여부는 사용자와 우식경험치아 사이의 이분할 연결망(bipartite network) 구성에 활용한다. 이를 기초로 우식경험치아 사이의 네트워크로 프로젝션(projection)하고 우식경험치아 사이의 단일 연결망(single network)을 구성하면 기존 우식경험치아(DMFT) 분석법에 비해 훨씬 더 정확한 치아 우식 위험도 평가가 가능하다.
도 7은 본 발명의 일실시예에 의한 치면 착색 영상을 통하여 치아우식 위험도를 진단하기 위한 치아별 우식 위험도 네트워크를 나타낸 도면이다.
이하, 본 발명의 일실시예에 따른 상기 위험도 예측부(124)에서의 치면 착색 영상을 통한 치아우식 위험도 예측 및 치아우식 유병률 예측을 위한 네트워크 분석결과를 구체적으로 설명한다.
14,355명에 대하여 치아 우식 위험도를 분석한 실시예에 의하면, 치아가 서로 관련이 있는 6개의 그룹으로 나누어지며, 이들 6개 그룹간 연결관계가 있음을 파악하였다.
즉 치아가 제1그룹인 상악전치(11,12,21,22), 제2그룹인 하악전치(31,32,41,42), 제3그룹인 견치(13,23,33,43), 제4그룹인 제1소구치(14,24,34,44), 제5그룹인 제2소구치(15,25,35,45), 및 제6그룹인 제1대구치(16,26,36,46)로 구분되었다.
6개 그룹 내 연결관계를 살펴보면, 우선 각 치아그룹 내 연결관계는 소구치과 구치부에서 높은 연결관계(4-6)을 보이며, 특히 5, 6번 치아에서 높은 그룹 내 연결관계(5-6)를 보이며, 이는 치면착색 영상데이터에 기초하여, 안쪽 치아일수록 양치질 등 치아관리가 어려운 반면, 치면 착색 영상 데이터에서 위험도가 낮게 출력되는 견치(3번 치아)의 경우 특별히 낮은 그룹 내 연결관계(3)를 보이는데, 해당 내용은 치아의 맹출 시기를 고려하여 위험도 가중치를 조정하였다.
예를 들어, 치아그룹 간 연결관계 1번 그룹에 해당하는 상악전치의 경우 6번 치아와 미약한 연결관계(1)를 보인다고 가정할 때, 이는 6번 치아와 1번 치아의 용출시기가 비슷하고 (6번 치아 만 6세, 1번 치아 만 7세) 연구시점인 만 10-11세까지 존재하는 영구치 중에서 가장 오랜 시기 동안 구강 내 맹출상태로 존재하였기 때문으로 맹출 순서에 따른 가중치를 설정한다. 또한 1번과 6번 치아의 구조적 차이로 인한 우식 발생 빈도 및 치면 착색 영상 데이터를 통한 세균막 세정 정도를 가중치로 분석 비슷하고(6번 치아 만6세, 1번 치아 만7세) 특히, 치아구조상 윗니 안쪽을 양치하기가 어렵기 때문에 구강관리습관이 잘 정착되지 않은 시기에 양치를 게을리한 환자들이 6번과 1번 치아의 우식을 동시에 경험 환자의 이전 진료기록을 바탕으로 가중치를 재설정한다.
하악 2번 그룹에 해당하는 측절치가 다른 그룹들과 연결관계가 낮고, 치면세균막 착색정도와 우식 유발 정도의 유의성이 낮은 것을 확인하면, 해당 결과값을 기초로 착색정도의 가중치를 낮게하여 위험도를 재설정한다. 이러한 이전 진료기록의 영향을 확인하기 위해, 치면착색 영상 데이터를 기초하여 재분석을 실시하면, 2번 그룹에 해당하는 하악전치가 다른 치아그룹들과 연결관계를 보이지 않는 것을 확인하면, 해당 결과 값을 기초로 2번 그룹에 대한 치아우식 위험도를 재설정한다.
예를 들어, 3번 그룹에 해당하는 견치의 경우 치아의 용출시기가 유사한 제1,2 소구치(4,5번 그룹, 만10세 내지 11세)와 미약한 연결관계(1)를 보인다고 가정할 때, 용출시기가 비슷한 1번과 6번 치아 사이의 연관성과 유사하게, 3,4,5번 치아 사이에서 비슷한 우식관계가 나타나는 것으로 예측하며, 치면착색 정도에 따른 3-5치아 사이의 연결 강도의 측정을 통해 치면세균막 데이터 가중치를 설정한다. 이는 상악전치의 경우와 유사하게 치아용출시기에 구강관리를 게을리 한 경우에 3번과 4, 5번 치아 사이에서 비슷한 우식관계가 나타나는 것으로 예측하여 치면착색 영상 데이터의 값을 기초하여, 치아용출시기에 따른 치면착색 결과 값을 재분석한다.
4번 그룹에 해당하는 제1소구치의 경우 5번 그룹에 해당하는 제2소구치와 비슷한 연결관계를 보인다고 가정할 때, 이는 두 치아의 용출시기가 거의 같고, 치아의 형태와 위치적 특성도 유사하기 때문이며, 치면착색 영상 데이터 값에 따른 두 치아의 우식위험도를 측정하여 가중치 여부를 결정할 수 있다. 특히 4-5번 그룹 사이의 관계와 5-6번 그룹 사이의 관계 수준이 유사하게 나타나는 패턴이 출력되었다고 가정할 때, 추가적으로 치면 착색 영상 데이터 값을 기초하여, 인접한 치아 사이에 따른 치아우식 위험도의 가중치를 재설정한다.
표 2는 본 발명의 일실시예에 의한 치아간 우식관계 연결강도를 나타낸 행렬이다.
<표 2>
이와 같은 방법에 의하여 기존 구강의료 데이터를 활용한 네트워크 분석을 통해 치아우식증 발생패턴과 확산 경향 등을 확인할 수 있으며, 특히 치면 착색 영상 데이터를 통해 더 정확한 우식 발생의 메커니즘과 발달 경위를 추적할 수 있다.
도 8은 본 발명의 일실시예에 의한 치아 우식 위험도 네트워크 분석 방법을 개략적으로 나타낸 개념도이다.
도 8에 도시된 바와 같이, 치아 우식 위험도 네트워크 분석 방법은 먼저, 전문가 치면 착색 영상 데이터를 이용한 구강위생관리능력(patient hygiene performance, PHP) 점수 또는 플라그 퍼센트 지수(plaque percent index, PPI)와 병원 등 전문 의료 기관에서의 치과검진정보 데이터를 이용하여 전문가 기반 네트워크를 분석하여, 전문가 진단 기반 네트워크 연결도를 완성한다. 한편, 상기 연산처리부(120)의 인공지능(AI) 분석 모듈을 통한 학습에 의하여 인공지능(AI) 모델을 완성하여 사용자 치면 착색 영상 데이터를 분석하고, 그에 따라 구강 위생 행태 기반 네트워크를 분석하여, 구상 위생 행태 기반 네트워크 연결도를 완성한다. 그리고, 전문가 진단 기반 네트워크 연결도와 구상 위생 행태 기반 네트워크 연결도를 종합하여 개별 치아 우식 위험도를 예측하게 된다.
상기 보고서 생성부(130)는 상기 구강의료 데이터의 분석 및 치아 우식 위험도 예측 결과를 사용자에게 전달하기 위한 보고서를 작성하기 위한 것으로, 보고서 DB(131) 및 보고서 작성부(132)를 포함한다.
상기 보고서 DB(131)는 구강 보건 교육, 구강관리 용품 추천, 구강 위생 행동 추천, 및 예방 진료 추천에 관한 정보 등 사용자에게 제공될 다양한 콘텐츠를 저장한다. 구체적으로, 상기 보고서 DB(131)에는 의심 질환에 상응하는 치료방법과 관련된 절차적 정보와 감각적 정보를 사전에 알려주는 구강 보건 교육 콘텐츠, 개인별 구강상태에 적합한 구강관리 용품 추천 콘텐츠, 바른 구강위생행동, 불소이용방법, 예방진료, 식습관, 치실질, 칫솔질 등 구강 위생 행동과 관련된 구강 위생 행동 추천 콘텐츠, 및 예방 진료 추천에 관한 콘텐츠가 저장되어 있다.
상기 보고서 작성부(132)는 상기 치면 착색 영상 데이터를 활용한 치아 우식 위험도 및 그에 따른 구강관련 처방 내역에 대한 보고서를 작성한다. 이때, 상기 구강관련 처방 내역은 상기 보고서 DB(131)의 구강 보건 교육 콘텐츠, 구강관리 용품 추천 콘텐츠, 구강 위생 행동 추천 콘텐츠, 및 예방 진료 추천에 관한 콘텐츠를 참조한다.
구체적으로, 상기 보고서에는 데이터 분석에 따른 치아 우식 위험도 결과, 치아 우식 위험도 및 개인별 구강 위생 상태에 따른 개인 맞춤형 구강관리 방법, 구강관리 용품 처방전, 구강 진료 안내, 및 사후 관리 프로그램 등이 게재되며, 각 사용자의 요구사항에 맞는 통계 수치, 모니터링 지표, 카테고리별 현황 등이 시각화하여 제공될 수 있다. 상기 보고서는 사용자 단말(200)의 웹(Web) 또는 애플리케이션(Application)에 제공될 수 있으며, 이때, 사용자는 상기 웹(Web) 또는 애플리케이션(Application)을 통하여 칫솔·치약 등 구강관리 용품의 교체 시기, 검진 시기 등을 기록하고 관리할 수 있다.
도 9는 본 발명의 일실시예에 의한 상기 치면 착색 영상 데이터를 활용한 치아우식 위험도 및 치면 세균막 검사 결과를 포함하는 보고서가 사용자 단말(200)에 시각화하여 표시된 일예이다.
상기 관리서버 송수신부(140)는 상기 보고서 또는 개인별 맞춤화된 서비스에 관련된 정보를 네트워크(10)를 통하여 사용자 단말(200), 또는 병원서버(300)에 송신하고, 사용자 단말(200) 및 병원서버(300)로부터 치과검진정보, 전문가 치면 착색 영상, 구강 위생 행동 데이터, 구강 문진 데이터, 사용자 치면 착색 영상 등의 정보를 수신한다.
상기 서비스 가입자 인증부(150)는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리를 위한 시스템에 접속하는 사용자의 가입 여부를 인증한다.
상기 사용자 단말(200)은 사용자 또는 보호자의 이름, 성별, 나이 등의 개인정보(211), 구강 위생 행동 데이터(212), 구강 문진 데이터(213), 구강 교육 학습 데이터(214), 치솔질 기록 데이터(215) 등을 저장하는 개인 구강 위생 DB(210), 사용자 치면 착색 영상 DB(220), 상기 개인 구강 위생 DB(210)에 저장된 데이터를 상기 사용자 DB(210)에서 추출하는 단말 추출부(230), 추출된 소정의 정보를 네트워크(10)를 통하여 관리서버(100), 및 병원서버로 송신하고, 관리서버(100) 및 병원서버(300)로부터의 소정의 정보를 수신하는 단말 송수신부(240)를 포함한다. 여기서, 상기 구강 교육 학습 데이터(215)는 관리서버가 사용자에게 제공하는 구강 보건 교육, 구강 용품 추천, 구강 위생 행동 추천, 및 예방 진료 추천에 관한 정보 등 다양한 콘텐츠를 저장하는 것이다. 또한, 상기 치솔질 기록 데이터(216)는 사용자가 사용자 단말(200)의 웹(Web) 또는 애플리케이션(Application)을 통하여 입력한 사용자의 칫솔질, 치실질, 가글 등을 기록한 데이터가 저장될 수 있다.
본 발명의 일 실시예에서 개인 구강 위생 DB(210), 사용자 치면 착색 영상 DB(220), 단말 추출부(230) 및 단말 송수신부(240)는 서로 구분되어 있으나, 하나로 통합될 수 있다.
상기 병원서버(300)는 사용자의 치과 진료 기록이 저장되는 치과검진정보 DB(310), 전문가 치면 착색 영상 DB(320), 상기 치과검진정보 DB(310) 및 전문가 치면 착색 영상 DB(320)로부터 사용자의 소정 정보를 추출하는 병원서버 추출부(330), 추출된 값을 상기 관리서버(100), 및 사용자 단말(200)로 송신하고 상기 관리서버(100), 및 사용자 단말(200)로부터 소정의 정보를 수신하는 병원서버 송수신부(340)를 포함한다.
상기 치과검진정보 DB(310)는 사용자의 이름, 성별, 나이를 포함하는 개인정보를 포함하여, 치아별 치아 우식 정보, 치아 유실 정보, 치아 충진 정보와 함께, 구내염 및 연조직질환, 부정교합, 치주질환(치은출혈, 비대, 치석형성, 치주낭형성, 그 밖의 증상), 악관절 이상, 치아마모증, 전문가의 구강위생관리, 불소도포, 치아별 충진 정보, 치석제거, 그 밖의 구강 위생 상태 등의 치아 진료 정보 데이터와, 사용자의 구강 위생 행동에 관한 평가 데이터를 저장한다. 상기 구강 위생 행동에 관한 평가 데이터는 사용자로부터 수집한 일정 주기 별로 반복되는 칫솔질, 치실질, 가글, 금연 및 금주, 불소이용법 및 식습관 등의 정보에 대한 평가 정보가 해당될 수 있다.
상기 전문가 치면 착색 영상 DB(320)는 치과의사 또는 치위생사와 같은 전문가가 전문가용 치면 착색제를 치아에 도포하여 치아 표면에 잔존하는 치면 세균막(플라그)을 선택적으로 염색한 것을 촬영한 영상을 저장한다.
상기 병원서버 추출부(330)는 상기 병원서버(300)에 저장된 사용자의 다양한 정보를 추출할 수 있다.
도 10은 본 발명의 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템의 구성도이다.
도 10을 참조하면, 본 발명에 의한 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템(1)은, 치아별 우식 위험도를 평가하기 위하여, 구강 위생 상태 데이터, 구강 위생 행동 데이터, 구강 문진 데이터, 치아우식 여부, 치아 유실 여부 및 충전 여부를 포함하는 사용자의 구강의료 관련 데이터, 전문가 및 일반 사용자의 치면 착색 영상 데이터를 수집(S10)하고, 수집된 데이터를 전처리 및 데이터 레이블링 과정을 거쳐 분석(S20)하여 우식 위험도를 예측 및 진단(S30)하고, 보고서를 작성하고(S40), 그에 따른 맞춤형 서비스, 예를 들어 구강 교육 콘텐츠를 제공하거나, 구강 용품 추천, 및 예방 진료 추천 등의 서비스를 제공(S50)하는 과정으로 이루어진다.
이와 같은 상기 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리를 위한 시스템(1)은 사용자의 치과 검진 정보에 관한 데이터를 전산화하며 각 대상자에 대한 구강의료에 대한 분석 및 평가 자료로 활용될 수 있다. 따라서, 본 발명에 따른 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템에 의하여, 구강건강 모니터링 체계를 구축할 수 있으며, 구강의료 데이터의 활용을 통한 행정 업무의 효율화 및 자동화를 달성할 수 있어, 각 시군구 및 시도에서 자체적으로 진행하는 구강건강실태 조사비용을 절감할 수 있고, 구강건강 실태에 대한 효율적 분석이 가능하다.
이하에서는 본 발명에 따른 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템을 이용하여 치면 착색 영상 데이터를 활용한 치아우식 위험도를 진단하고, 구강관리를 위한 서비스를 제공하는 방법에 대하여 설명한다.
도 11은 본 발명의 일실시예에 따른 관리서버, 사용자 단말 및 병원서버가 유무선 네트워크를 통해 연결된 시스템을 이용한 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 방법의 순서를 나타내는 순서도(S100)를 도시한 것이다.
도 11에 도시된 바와 같이, 본 발명에 일 실시예에 따른 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 방법에 의하면, 먼저, 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리를 위하여 관리서버(100)에 다양한 구강의료 데이터 DB(110)를 구축한다(S110).
이후, 사용자에 대한 전문가 치면 착색 영상 데이터를 수집한다(S120).
상기 전문가 치면 착색 영상 데이터는 상기 병원서버(300)로부터 수신하여 전문가 치면 착색 영상 DB에 저장된 데이터이다.
이후, 사용자에 의하여 주기별 치면 착색 영상 데이터를 수집한다(S130).
본 단계에서는 사용자 단말(200)을 이용하는 사용자가 상기 사용자 단말(200)에 저장된 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템(1)이 제공하는 애플리케이션 또는 웹을 통해 관리서버(100)에 접속하면, 서비스 가입자 인증부(150)에서 접속하는 사용자의 가입 여부를 인증한 후, 가입 여부가 인증 되면, 사용자는 치면 착색 영상을 휴대폰 카메라 또는 휴대폰 부착용 전용 디바이스로 촬영하여 사용자 단말(200)의 사용자 치면 착색 영상 DB(220)에 저장하고, 상기 관리서버(100)의 사용자 치면 착색 영상 DB(114)에 업로드할 수 있으며, 이때, 업로드는 일정한 주기별로 할 수 있다.
이후, 치아 우식 위험도 평가를 위한 데이터를 분석한다(S140).
상기 분석을 위하여, 구강의료 데이터를 전처리 및 정규화하고, 데이터를 레이블링한 후 분석을 실시한다. 특히, 본 발명에서는 상기 구강의료 DB(140)에 저장되어 있는 데이터를 기계학습을 이용하는 인공지능(AI) 분석 모듈을 이용하여 분석하고 그에 따른 결과를 추출한다. 이때, 치아 위치별 위험도를 모니터링 하고, 특정 치아 위치별 결과 및 위험도 상관관계를 파악하여, 치아 우식 위험도를 예측한다. 상기 분석을 위하여 상기 구강의료 DB(110) 또는 연산처리부(120)에는 치아 우식 위험도에 관한 기초 정보가 저장되어 있으며, 해당 기초 정보는 수집되는 구강의료 데이터에 따라 갱신될 수 있다.
이후, 상기 데이터 분석 결과를 시각화하고, 시각화한 결과를 바탕으로 치아 우식 위험도 평가 보고서를 작성한다(S150).
이후, 보고서에 의하여 제시된 개인 맞춤형 구강 관리 서비스를 사용자에게 제공한다(S160). 즉 상기 데이터 분석에 따른 치아 우식 위험도에 따라서 사용자 단말(200)을 통해 개인 맞춤형 서비스를 제공한다.
구체적으로, 사용자의 개인별 상황에 따른 구강 보건 교육 콘텐츠, 개인별 구강상태에 적합한 구강관리 용품 추천 콘텐츠, 바른 구강위생행동, 불소이용방법, 예방진료, 식습관, 치실질, 칫솔질, 가글 사용법 등 구강 위생 행동과 관련된 구강 위생 행동 추천 콘텐츠, 및 예방 진료 추천에 관한 콘텐츠를 사용자 단말(200)에 전송할 수 있다. 또한, 사용자의 구강 상태에 따라 전문가 의뢰 여부를 판단하여 사용자 단말(200)로 송출할 수 있다.
이와 같이 본 발명에 따른 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템과 그 방법은, 사용자에게 치아우식 위험도를 예측하여 안내하고 그에 따라 비대면 사용자 개인 맞춤형 구강관리 교육 및 구강관리 용품 처방 등을 제공할 수 있다. 즉 구강의료 데이터와 치면 착색 영상 데이터를 통해 취약 질환과 구강위생 상태를 통합적으로 분석하여, 개인별 구강 위생 상태에 따른 개인 맞춤형 구강관리 방법 및 구강관리 용품 처방전을 제공하고, 칫솔·치약 등 구강관리 용품의 교체 시기, 검진 시기 등을 기록하고 관리하는 전문 구강관리 서비스를 제공할 수 있다. 또한, 사용자의 구강건강 증진 및 구강질환 예방을 보조하는 시스템을 이용하여 개인 맞춤형 예방 교육, 구강 진료 안내, 사후 관리 프로그램 등의 서비스를 제공하여 구강질환에 따른 개인 및 사회적 부담을 완화시킬 수 있고, 전반적인 사용자의 구강건강을 증진시키는 효과를 제공한다.
이상에서는 본 발명의 특정의 바람직한 실시예에 대하여 설명하였으나, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변형은 청구 범위 기재의 범위 내에 있게 된다.
100 : 관리서버 110 : 구강의료 DB 120 : 연산처리부 130 : 보고서 생성부
140 : 관리서버 송수신부 150 : 서비스 가입자 인증부
200 : 사용자 단말 210 : 개인구강위생 DB
220 : 사용자 치면 착색 영상 DB 230 : 단말 추출부
240 : 단말 송수신부 300 : 병원서버
310 : 치과검진정보 DB 320 : 전문가 치면 착색 영상 DB
330 : 병원서버 추출부 340 : 병원서버 송수신부
140 : 관리서버 송수신부 150 : 서비스 가입자 인증부
200 : 사용자 단말 210 : 개인구강위생 DB
220 : 사용자 치면 착색 영상 DB 230 : 단말 추출부
240 : 단말 송수신부 300 : 병원서버
310 : 치과검진정보 DB 320 : 전문가 치면 착색 영상 DB
330 : 병원서버 추출부 340 : 병원서버 송수신부
Claims (23)
- 관리서버, 사용자 단말 및 병원서버가 유무선 네트워크를 통해 연결되어 구축된 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템에 있어서,
상기 사용자 단말은 사용자의 개인정보, 구강 위생 행동 데이터 및 구강 문진 데이터를 저장하는 개인 구강 위생 DB, 및 사용자가 촬영한 치면 착색 영상을 저장하는 사용자 치면 착색 영상 DB,를 포함하고,
상기 병원서버는 사용자의 구강검진 및 진료 관련 정보를 저장하는 치과검진정보 DB, 및 전문가가 촬영한 전문가 치면 착색 영상을 저장하는 전문가 치면 착색 영상 DB,를 포함하고,
상기 관리서버는
상기 사용자 단말의 개인 구강 위생 DB로부터 수신한 개인 구강 위생 데이터, 상기 사용자 단말의 사용자 치면 착색 영상 DB로부터 수신한 사용자 치면 착색 영상, 상기 병원서버의 상기 치과검진정보 DB로부터 수신한 치과검진정보 및 상기 병원서버의 상기 전문가 치면 착색 영상 DB로부터 수신한 전문가 치면 착색 영상을 포함하는 구강의료 데이터를 저장하는 구강의료 DB,
상기 구강의료 DB로부터의 구강의료 데이터를 분석하여 사용자의 치아 우식 위험도를 예측하는 연산처리부, 및
상기 연산처리부의 데이터 분석 및 예측의 결과를 시각화하여 보고서를 작성하고, 사용자 개인 맞춤형 구강관리 교육 및 구강관리 용품 처방을 제공하는 보고서를 작성하는 보고서 생성부,를 포함하고,
상기 연산처리부는 사용자 치면 착색 영상의 분석 시 사용자 치면 착색 영상에서 전체 치아의 착색비율, 상하좌우의 각 영역별 착색비율, 및 개별 치아의 착색비율을 계산하여 사용자의 양치 시 양치가 부족한 부위와 그에 따른 양치 습관을 분석하여 제공하고, 상기 구강의료 DB로부터의 구강의료 데이터를 네트워크화하는 분석에 의하여 치아 우식 위험도를 예측하되, 상기 연산처리부는 상기 구강의료 DB로부터의 구강의료 데이터를 전처리 및 정규화하고, 데이터 레이블링을 한 후, 레이블링한 데이터를 분석하여 치아 우식 위험도를 예측하고, 상기 데이터의 전처리 및 정규화, 및 데이터 레이블링은 서포팅 툴(supporting tool)을 사용하고,
상기 연산처리부가 상기 치면 착색 영상을 전처리 및 정규화하고, 데이터 레이블링을 할 때, 개별 치아에 대한 5점 척도의 구강위생관리능력(PHP) 점수 또는 플라그 퍼센트 지수(PPI)를 부여하는 레이블링이 진행되는 것을 특징으로 하는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템. - 삭제
- 제1항에서,
상기 연산처리부는 기계학습을 이용하는 인공지능(AI) 분석 모듈인 것을 특징으로 하는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템. - 삭제
- 제1항에서,
상기 사용자 치면 착색 영상은 사용자가 일반 치면 착색제를 치아에 도포하여 치아 표면에 잔존하는 치면 세균막을 선택적으로 염색한 것을 촬영한 영상인 것을 특징으로 하는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템. - 제1항에서,
상기 전문가 치면 착색 영상은 구강 전문가가 전문가용 치면 착색제를 치아에 도포하여 치아 표면에 잔존하는 치면 세균막을 선택적으로 염색한 것을 촬영한 영상인 것을 특징으로 하는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템. - 삭제
- 삭제
- 제1항에서,
상기 연산처리부에서의 상기 구강의료 DB로부터의 구강의료 데이터의 분석은 반복적인 인공지능(AI) 학습에 의하여 인공지능(AI) 모델을 완성하여 이루어지는 것을 특징으로 하는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템. - 제1항에서,
상기 구강 위생 행동 데이터는 사용자로부터 수집한 일정 주기 별로 반복되는 칫솔질, 치실질, 가글, 식습관, 금연, 금주, 불소이용법, 및 식습관 중의 어느 하나 이상의 데이터를 포함하는 것을 특징으로 하는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템. - 제1항에서,
상기 구강 문진 데이터는 사용자로부터 도식화된 치열식의 입력 화면을 통해 수집한 우식예상치면, 우식경험치면, 깨진 치아, 시린 치아 관련 정보 중 어느 하나 이상의 정보를 포함하는 것을 특징으로 하는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템. - 삭제
- 제1항에서,
상기 사용자 단말에 저장되는 사용자 치면 착색 영상은 일정 주기별로 저장될 수 있는 것을 특징으로 하는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 시스템. - 관리서버, 사용자 단말 및 병원서버가 유무선 네트워크를 통해 연결된 시스템을 이용한 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 방법으로서,
상기 관리서버에 상기 사용자 단말로부터 수신한 구강 위생 행동 데이터 및 구강 문진 데이터를 포함하는 개인 구강 위생 데이터와, 상기 병원서버로부터 수신한 치과검진정보를 포함하는 구강의료 관련 데이터를 저장하는 데이터 베이스를 구축하는 단계;
상기 데이터 베이스에 전문가 치면 착색 영상 및 사용자 치면 착색 영상을 입력하는 단계;
상기 데이터 베이스에 저장된 데이터들을 인공지능(AI) 분석 모듈을 이용하여 분석하고 치아 우식 위험도를 예측하는 단계;및
상기 분석 및 예측 결과를 시각화하여 보고서를 작성하는 단계;
를 포함하고,
상기 인공지능(AI) 분석 모듈을 이용하여 사용자 치면 착색 영상을 분석할 때, 사용자 치면 착색 영상에서 전체 치아의 착색비율, 상하좌우의 각 영역별 착색비율, 및 개별 치아의 착색비율, 치아 내 영역별 착색 비율을 계산하여 사용자의 양치 시 양치가 부족한 부위와 그에 따른 양치 습관을 분석하여 제공하고,
상기 인공지능(AI) 분석 모듈은 상기 데이터 베이스에 저장된 데이터들을 네트워크화하는 분석에 의하여 치아 우식 위험도를 예측하고,
상기 데이터 베이스에 저장된 데이터들을 인공지능(AI) 분석 모듈을 이용하여 분석하고 치아 우식 위험도를 예측하는 단계는, 상기 데이터 베이스에 저장된 데이터들을 전처리 및 정규화하고, 데이터 레이블링을 한 후, 레이블링한 데이터를 분석하여 치아 우식 위험도를 예측하고,
상기 데이터의 전처리 및 정규화, 및 데이터 레이블링은 서포팅 툴(supporting tool)을 사용하고, 개별 치아에 대한 5점 척도의 구강위생관리능력(PHP) 점수 또는 플라그 퍼센트 지수(PPI)를 부여하는 레이블링이 진행되는 것을 특징으로 하는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 방법. - 삭제
- 삭제
- 제14항에서,
상기 사용자 치면 착색 영상은 사용자가 일반 치면 착색제를 치아에 도포하여 치아 표면에 잔존하는 치면 세균막을 선택적으로 염색한 것을 촬영한 영상인 것을 특징으로 하는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 방법. - 제14항에서,
상기 전문가 치면 착색 영상은 구강 전문가가 전문가용 치면 착색제를 치아에 도포하여 치아 표면에 잔존하는 치면 세균막을 선택적으로 염색한 것을 촬영한 영상인 것을 특징으로 하는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 방법. - 삭제
- 삭제
- 제14항에서,
상기 구강 위생 행동 데이터는 사용자로부터 수집한 일정 주기 별로 반복되는 칫솔질, 치실질, 가글, 식습관, 금연, 금주, 불소이용법, 및 식습관 중의 어느 하나 이상의 데이터를 포함하는 것을 특징으로 하는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 방법. - 제14항에서,
상기 구강 문진 데이터는 사용자로부터 도식화된 치열식의 입력 화면을 통해 수집한 우식예상치면, 우식경험치면, 깨진 치아, 시린 치아 관련 정보 중 어느 하나 이상의 정보를 포함하는 것을 특징으로 하는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 방법. - 제14항에서,
상기 사용자 치면 착색 영상은 일정 주기별로 입력될 수 있는 것을 특징으로 하는 치면 착색 영상 데이터를 활용한 치아우식 위험도 진단 및 구강관리 방법.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210150572A KR102491837B1 (ko) | 2021-11-04 | 2021-11-04 | 치면 착색 영상 데이터를 활용한 비대면 치아우식 위험도 진단 및 구강관리 시스템과 그 방법 |
| JP2022176540A JP7442860B2 (ja) | 2021-11-04 | 2022-11-02 | 歯面着色画像データを活用した非対面の歯牙う蝕危険度診断及び口腔管理のためのシステムとその方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210150572A KR102491837B1 (ko) | 2021-11-04 | 2021-11-04 | 치면 착색 영상 데이터를 활용한 비대면 치아우식 위험도 진단 및 구강관리 시스템과 그 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102491837B1 true KR102491837B1 (ko) | 2023-01-27 |
Family
ID=85101421
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210150572A KR102491837B1 (ko) | 2021-11-04 | 2021-11-04 | 치면 착색 영상 데이터를 활용한 비대면 치아우식 위험도 진단 및 구강관리 시스템과 그 방법 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP7442860B2 (ko) |
| KR (1) | KR102491837B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110125421A (ko) * | 2010-05-13 | 2011-11-21 | 주식회사 닥터프리벤트 | 구강 건강 관리 서비스 제공 시스템 및 구강 건강 관리 서비스 제공 방법 |
| KR20190090664A (ko) * | 2018-01-25 | 2019-08-02 | (주)바텍이우홀딩스 | 치아영역 추출 시스템 및 방법 |
| KR102284579B1 (ko) * | 2020-09-10 | 2021-08-02 | 하정아 | 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템 |
| KR20210116778A (ko) * | 2020-03-13 | 2021-09-28 | 주식회사 인비전랩 | 인공 신경망을 이용한 의료용 이미지의 판독 장치 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5784381B2 (ja) * | 2011-01-13 | 2015-09-24 | 株式会社アドバンス | 歯科診療システム |
| CN110213980A (zh) * | 2016-08-22 | 2019-09-06 | 科利布里有限公司 | 用于依从性监测的口腔卫生系统及远程-牙科系统 |
| JP6960800B2 (ja) * | 2017-08-18 | 2021-11-05 | 株式会社Ｎｔｔドコモ | う蝕予測システム |
| JP6938410B2 (ja) * | 2018-03-16 | 2021-09-22 | 株式会社Ｎｔｔドコモ | 口腔疾患診断システム及び口腔疾患診断プログラム |
| US11819347B2 (en) * | 2018-04-25 | 2023-11-21 | Sota Cloud Corporation | Dental imaging system utilizing artificial intelligence |
| US20210398275A1 (en) * | 2018-10-16 | 2021-12-23 | Qtt Co. | Oral health prediction apparatus and method using machine learning algorithm |
| JP2021074030A (ja) * | 2019-11-04 | 2021-05-20 | Ａｓｓｅｓｔ株式会社 | う蝕危険度判別プログラム及びシステム |
| US12040078B2 (en) * | 2019-11-06 | 2024-07-16 | Edward Menavsky | Dental image analysis and treatment planning using an artificial intelligence engine |
| CN113257372B (zh) * | 2020-02-12 | 2024-05-07 | 阿里巴巴集团控股有限公司 | 口腔健康管理相关系统、方法、装置及设备 |
| CN112802599A (zh) * | 2021-02-04 | 2021-05-14 | 湖南大学 | 一种基于人工智能的龋病诊断系统 |
-
2021
- 2021-11-04 KR KR1020210150572A patent/KR102491837B1/ko active IP Right Grant
-
2022
- 2022-11-02 JP JP2022176540A patent/JP7442860B2/ja active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110125421A (ko) * | 2010-05-13 | 2011-11-21 | 주식회사 닥터프리벤트 | 구강 건강 관리 서비스 제공 시스템 및 구강 건강 관리 서비스 제공 방법 |
| KR20190090664A (ko) * | 2018-01-25 | 2019-08-02 | (주)바텍이우홀딩스 | 치아영역 추출 시스템 및 방법 |
| KR20210116778A (ko) * | 2020-03-13 | 2021-09-28 | 주식회사 인비전랩 | 인공 신경망을 이용한 의료용 이미지의 판독 장치 |
| KR102284579B1 (ko) * | 2020-09-10 | 2021-08-02 | 하정아 | 빅데이터 기반의 인공지능을 활용한 치아 진단 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7442860B2 (ja) | 2024-03-05 |
| JP2023070155A (ja) | 2023-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Martignon et al. | CariesCare practice guide: consensus on evidence into practice | |
| US8439681B2 (en) | Method of assessing oral health risk | |
| Leal | Minimal intervention dentistry in the management of the paediatric patient | |
| DK180567B1 (en) | Method for assessing oral health of a person | |
| US20200100724A1 (en) | Applying non-real time and non-user attended algorithms to stored non-imaging data and existing imaging data for obtaining a dental diagnosis | |
| Pitts | Risk assessment and caries prediction. | |
| KR101710357B1 (ko) | 구강 건강 관리 시스템, 구강 건강 관리 엔진 및 구강 건강 관리 방법 | |
| US20230026220A1 (en) | Oral health assessment for generating a dental treatment plan | |
| KR20110125421A (ko) | 구강 건강 관리 서비스 제공 시스템 및 구강 건강 관리 서비스 제공 방법 | |
| WO2022085724A1 (ja) | 口腔状態評価システム、口腔ケア推薦システム、及び口腔状態通知システム | |
| Villena et al. | Reducing carious lesions during the first 4 years of life: An interprofessional approach | |
| Pitts et al. | Personalized treatment planning | |
| WO2021240207A1 (en) | Predicting, diagnosing, and proposing treatment plans for oral and dental diseases in humans and animals with artificial intelligence, machine learning and deep learning techniques | |
| KR102491837B1 (ko) | 치면 착색 영상 데이터를 활용한 비대면 치아우식 위험도 진단 및 구강관리 시스템과 그 방법 | |
| Murrell et al. | Intraoral camera use in a dental school clinic: evaluations by faculty, students, and patients | |
| Suchetha et al. | Caries risk assessment methods: An overview | |
| McBride et al. | Measuring the impact of practice-based research networks on member dentists in the Collaboration on Networked Dental and Oral Health Research, CONDOR | |
| JP2022068485A (ja) | 口腔状態評価システム | |
| Wetselaar | Monitoring tooth wear | |
| Parner et al. | Surface‐specific caries incidence in permanent molars in Danish children | |
| Hussein | Artificial intelligence in dentistry: current issues and perspectives | |
| US20240136036A1 (en) | Method and system for providing medical service for clinical diagnosis and prescription | |
| Umar | Clinical decision-making using computers: opportunities and limitations | |
| Pickett et al. | Preventing Medical Emergencies: Use of the Medical History in Dental Practice | |
| US20220319711A1 (en) | Health Maintenance and Promotion Action Support Device, Health Maintenance and Promotion Action Support System, Recording Medium, and Health Maintenance and Promotion Action Support Method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |