KR102546460B1 - Ai 기반 신체활동 인지 및 서비스 통합 플랫폼 - Google Patents
Ai 기반 신체활동 인지 및 서비스 통합 플랫폼 Download PDFInfo
- Publication number
- KR102546460B1 KR102546460B1 KR1020210172226A KR20210172226A KR102546460B1 KR 102546460 B1 KR102546460 B1 KR 102546460B1 KR 1020210172226 A KR1020210172226 A KR 1020210172226A KR 20210172226 A KR20210172226 A KR 20210172226A KR 102546460 B1 KR102546460 B1 KR 102546460B1
- Authority
- KR
- South Korea
- Prior art keywords
- fall
- information
- data
- recognition
- communication network
- Prior art date
Links
- 230000006378 damage Effects 0.000 claims abstract description 108
- 230000037081 physical activity Effects 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 31
- 230000010354 integration Effects 0.000 claims abstract description 28
- 238000003745 diagnosis Methods 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 19
- 208000027418 Wounds and injury Diseases 0.000 claims abstract description 18
- 208000014674 injury Diseases 0.000 claims abstract description 18
- 239000000428 dust Substances 0.000 claims abstract description 10
- 230000006399 behavior Effects 0.000 claims description 35
- 230000000694 effects Effects 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 23
- 230000010365 information processing Effects 0.000 claims description 18
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 230000036544 posture Effects 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 13
- 208000004210 Pressure Ulcer Diseases 0.000 claims description 8
- 206010011985 Decubitus ulcer Diseases 0.000 claims description 7
- 238000007670 refining Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000003542 behavioural effect Effects 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 238000010295 mobile communication Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 208000024891 symptom Diseases 0.000 claims description 2
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 238000012790 confirmation Methods 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 abstract description 8
- 238000009529 body temperature measurement Methods 0.000 abstract description 5
- 238000012502 risk assessment Methods 0.000 abstract description 4
- 238000007726 management method Methods 0.000 description 38
- 238000010586 diagram Methods 0.000 description 16
- 238000001514 detection method Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 7
- 230000036760 body temperature Effects 0.000 description 5
- 238000010219 correlation analysis Methods 0.000 description 5
- 238000003066 decision tree Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 4
- 238000013523 data management Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 206010011409 Cross infection Diseases 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0469—Presence detectors to detect unsafe condition, e.g. infrared sensor, microphone
-
- 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
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/002—Monitoring the patient using a local or closed circuit, e.g. in a room or building
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0476—Cameras to detect unsafe condition, e.g. video cameras
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission 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
- 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
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Pathology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Epidemiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Toxicology (AREA)
- Environmental & Geological Engineering (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
Abstract
실시예는 AI 기반 신체활동 인지 및 서비스 통합 플랫폼에 관한 것이다.
구체적으로, 이러한 플랫폼은 관리대상(입원환자와 독거노인, 어린이 등)의 신체활동 및 위험요인에 대한 학습모델을 기반으로 데이터 셋 수집 및 데이터 가공, 손상인식 및 진단 알고리즘 등으로 낙상예방 및 신속한 인지, 열화상 센싱을 통한 실시간 체온측정, 다양한 IoT 센서 기반의 환경정보(화재와 가스, 온습도, 미세먼지) 관리 등 다양한 Safe&Care 서비스 공급을 하는 것을 특징으로 한다.
따라서, 이를 통해 실시예는 신체손상(낙상)을 예방하기 위한 신체손상(낙상) 위험도 평가기법 부분과 시스템을 활용한 신체손상(낙상) 인지부분을 통합하여 관리하고 센싱 기반의 다양한 서비스를 제공할 수 있는 "Safe&Care 통합 플랫폼"을 제공한다.
구체적으로, 이러한 플랫폼은 관리대상(입원환자와 독거노인, 어린이 등)의 신체활동 및 위험요인에 대한 학습모델을 기반으로 데이터 셋 수집 및 데이터 가공, 손상인식 및 진단 알고리즘 등으로 낙상예방 및 신속한 인지, 열화상 센싱을 통한 실시간 체온측정, 다양한 IoT 센서 기반의 환경정보(화재와 가스, 온습도, 미세먼지) 관리 등 다양한 Safe&Care 서비스 공급을 하는 것을 특징으로 한다.
따라서, 이를 통해 실시예는 신체손상(낙상)을 예방하기 위한 신체손상(낙상) 위험도 평가기법 부분과 시스템을 활용한 신체손상(낙상) 인지부분을 통합하여 관리하고 센싱 기반의 다양한 서비스를 제공할 수 있는 "Safe&Care 통합 플랫폼"을 제공한다.
Description
본 명세서에 개시된 내용은 댁내와 진료원 등에서 입원환자와 독거노인, 어린이 등에게 특정한 상황이 있을 경우에, 원격지에 있는 의료진 등에게 낙상과 심박, 호흡, 수면시간 등을 확인하도록 하여 응급상황에서 119 구호조치가 가능하도록 하는 기술에 관한 것이다.
본 명세서에서 달리 표시되지 않는 한, 이 섹션에 설명되는 내용들은 이 출원의 청구항들에 대한 종래 기술이 아니며, 이 섹션에 포함된다고 하여 종래 기술이라고 인정되는 것은 아니다.
일반적으로, 댁내에서 홀로 생활하는 노인 또는 중증장애인 분들이 스스로 응급전화를 하기 어렵더라도 장비의 다양한 감지기(센서)들이 24시간 서비스 대상자의 댁내활동과 심박/호흡, 수면시간 등을 확인하고 화재, 낙상 등 응급상황에서 119 구호조치가 가능하도록 자동연결한다.
특히, 요즘과 같은 상황에서 생활지원사 등 사회복지 종사자들이 댁내에 방문하지 않고도 디지털 기술을 통해 비대면으로 돌봄이 가능하기도 하다.
그래서, 이러한 댁내에서 화재가 발생하거나 침대에서 낙상, 화장실에서 다양한 응급상황이 발생하면 집안 구석구석에 설치된 여러 가지 센서가 상황을 인지하여 게이트웨이에서 자동으로 119를 호출하거나 본인이 응급버튼을 눌러 119 호출이 가능할 수도 있다.
한편으로 예를 들어, 병원 등의 상황에서, 낙상과 욕창은 원내감염과 더불어 환자안전을 위해 가장 중요하게 여기는 부분이다. 이러한 안전사고는 질병의 치료 과정에서 환자의 회복과 예후에도 영향이 있으므로 이를 예방하면 전반적인 입원 생활의 질을 높이기도 한다.
그래서, 이러한 점을 도울 수 있는 기술을 개발할 여지가 있기도 하다.
부가적으로 이러한 배경의 선행기술문헌은 아래의 특허문헌 등이다.
(특허문헌 1) KR101101003 Y1
참고적으로, 이러한 특허문헌 1의 기술은 센서노드를 이용한 신체의 움직임 및 균형 감지 기술로, 상황추론으로 낙상사고 발생시 이를 즉각적으로 감지하고 병원 및 보호자에게 감지신호를 전송하는 정도이다.
개시된 내용은, 안전&케어(Safe&Care) 서비스를 위한 에지(Edge) AI 기반 플랫폼 개발로 신체활동 및 위험요인에 대한 학습모델 개발을 기반으로 데이터 셋 수집 및 데이터 가공, 손상인식과 진단을 제공하는 AI 기반 신체활동 인지 및 서비스 통합 플랫폼을 제공하고자 한다.
실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼은,
관리대상(입원환자와 독거노인, 어린이 등)의 신체활동 및 위험요인에 대한 학습모델 개발을 기반으로 데이터 셋 수집 및 데이터 가공, 손상인식 및 진단 알고리즘 등으로 낙상예방 및 신속한 인지, 열화상 센싱을 통한 실시간 체온측정, 다양한 IoT 센서 기반의 환경정보(화재와 가스, 온습도, 미세먼지) 관리 등 다양한 Safe&Care 서비스 공급을 목적으로 하는 통합 플랫폼을 제공하는 것을 특징으로 한다.
실시예들에 의하면, 신체손상(낙상)을 예방하기 위한 신체손상(낙상) 위험도 평가기법 부분과 시스템을 활용한 신체손상(낙상) 인지부분을 통합하여 관리하고 센싱 기반의 다양한 서비스를 제공할 수 있는 "Safe&Care 통합 플랫폼"을 제공한다.
그리고, 또한 지속적인 리빙랩(Living Lab) 운영으로 입원환자 뿐만 아니라 독거노인과 어린이 등 그 대상을 확대하여 독립적인 서비스 시스템으로 동작하는 솔루션을 제공할 수도 있다.
도 1은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼을 개념적으로 설명하기 위한 도면
도 2는 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼을 적용한 시스템을 전체적으로 도시한 도면
도 3은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼의 구성을 전체적으로 도시한 블록도
도 4는 도 3의 플랫폼에 적용한 입력부의 구성을 도시한 도면
도 5는 도 3의 플랫폼에 적용한 처리부의 구성을 도시한 도면
도 6은 도 3의 플랫폼에 적용한 출력부의 구성을 도시한 도면
도 7은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼의 동작을 순서대로 도시한 플로우 차트
도 8은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼에 적용한 사용 상태도
도 9는 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼에 적용한 을 낙상 발생 원인 규명을 설명하기 위한 도면
도 10은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼에 적용한 상관도 분석을 설명하기 위한 도면
도 2는 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼을 적용한 시스템을 전체적으로 도시한 도면
도 3은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼의 구성을 전체적으로 도시한 블록도
도 4는 도 3의 플랫폼에 적용한 입력부의 구성을 도시한 도면
도 5는 도 3의 플랫폼에 적용한 처리부의 구성을 도시한 도면
도 6은 도 3의 플랫폼에 적용한 출력부의 구성을 도시한 도면
도 7은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼의 동작을 순서대로 도시한 플로우 차트
도 8은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼에 적용한 사용 상태도
도 9는 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼에 적용한 을 낙상 발생 원인 규명을 설명하기 위한 도면
도 10은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼에 적용한 상관도 분석을 설명하기 위한 도면
도 1은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼을 개념적으로 설명하기 위한 도면이다.
도 1에 도시된 바와 같이, 일실시예의 플랫폼은 안전&케어(Safe&Care) 서비스를 위한 에지(Edge) AI 기반 플랫폼에 관한 것으로, 신체활동 및 위험요인에 대한 학습모델을 기반으로 데이터 셋 수집 및 데이터 가공을 수행하고, 이를 통해 손상인식과 진단을 제공한다.
그리고, 또한 이러한 플랫폼은 통합 컨트롤러 플랫폼 하드웨어(이미지센서와 열화상센서, IoT 센서 통합)와, 데이터 수집/가공/제공 전반에 걸친 구성을 제공한다. 이러한 경우에, 해당하는 제공 서비스 항목은 수요처 및 목적에 맞게 커스터마이징 하여 제공하기도 한다. 이때, 제품 서비스 항목은 예를 들어, 크게 알림서비스와 관리서비스 2종류로 구분하며, 모바일 및 웹 대시보드 방식으로 분류하여 서비스한다(아래 표 참조, 참고로 표 1은 알림 서비스이고, 표 2는 관리 서비스임).
| 항목 | 내용 | |
| 낙상 (위험) 알림 |
 |
* 실시간 신체활동 영상분석 알고리즘에 의한 낙상예측 시(사전 정의된 낙상율 초과 시) 사전에 등록된 대상(간호사, 보호자, 의료진 등)으로 문자 및 영상알림 * 낙상율 높은 환자의 경우 침대에서 이탈행동 전 사전 알림 |
 |
* 낙상사고 발생 시 즉시 알림(간호사, 보호자, 등록자) |
|
| 이상 체온 알림 |
 |
* 이상체온 감지시 알림(관련정보 저장) 병실 입출입 전체 대상 |
| 욕창 관리 알림 |
 |
* 욕창 관리대상 사전 입력 * 일정시간 자세변경 없을 경우 알림 |
| 이상 환경 알림 |
 |
* 실내온도/습도 이상시 알림 * 미세먼지 심할 경우 알림 * 가스, 화재, 이상소음 감지시 알림 |
| 병실외 알림 |
 |
* 병실 밖(복도, 재활실 등) 에서 발생하는 낙상사고 인지 및 알림 * 이상체온자 인지시 알림 * 환경정보 이상 인지시 알림 |
| 항목 | |
| 데이터 관리 (웹기반) |
- 기반데이터 관리 * 시스템 적용구분(재활요양병원, 일반병원, 독거노인, 복도 등), 의료진(간호사, 의사 등) 정보, 병실정보, 설치대상 및 위치정보(서비스 대상별 코드관리) 등 - 관리대상 데이터 관리 * 관리대상(입원환자, 독거노인, 기타 시스템 대상 관리자) 정보(신상정보, 병명, 잠재적 낙상발생가능성, 욕창관리정보(여부 및 처치기본 시간 정보 등), 보호자 정보 등) - 의사결정 기준 데이터(알림서비스 기준이 되는 항목별 기준정보 관리) * 낙상율(낙상 예측 알고리즘에 의하여 생성된 데이터와 비교하여 의사결정 할 수 있는 기준정보) * 욕창관리 기준(일정시간 이상 시 자세변경 알림 정보) * 이상체온 감지기준 * 이상 환경정보(온습도 이상 기준, 미세먼지 경고기준, 화재감지, 가스감지) * 기타 생체정보 알림(활동량 등)  - 통계정보 - 이력정보 조회(관리대상별, 공간별 이력데이터 조회) |
| 실시간 모니터링 |
- 시스템 설치 공간별 상태정보 모니터링 * 낙상예측 모니터링, 낙상상태(실재 낙상사고 발생 시), 재실여부, 이상체온 감지 여부, 이상 환경정보 감지여부, 욕창관리 상태정보 등 |
| 빅데이터 | - 본 시스템에서 수집되는 모든 정보 저장 - 수집정보를 이용한 알고리즘 및 필요 항목 가공정보 - 각종 통계정보 |
도 2는 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼을 적용한 시스템을 전체적으로 도시한 도면이다.
도 2에 도시된 바와 같이, 일실시예에 따른 시스템은 관리자가 원하는 여러 장소에 설치되어 관리대상의 상황과 주변 상태를 모니터링하는 AI 기반 신체활동 인지 및 서비스 통합 플랫폼(100)과, 의료진 측에 해당하는 하나의 관리 정보처리장치(200)를 포함한다.
추가적으로, 일실시예에 따른 시스템은 상기 관리 정보처리장치(200)에 연결하여 부가 서비스를 제공하는 외부연계하는 곳으로, 경찰서 관리 정보처리장치(미도시)와 소방서 관리 정보처리장치(미도시), 고장수리처 정보처리장치(미도시) 등을 포함한다.
부가해서, 이때 상기 각각의 장치는 상호 간에 자가망을 통해 연결한다. 이러한 경우, 상호 간에는 네트워크를 통해 시리얼(RS232, RS485) 또는, 무선(LoRA, RF, BT, BLE) 중에서 어느 하나로 연결한다. 그리고, 관리자 모바일 단말기(미도시) 등과는 무선통신 방식으로 와이파이 또는 LTE를 사용하기도 한다.
상기 AI 기반 신체활동 인지 및 서비스 통합 플랫폼(100)은 관리대상(입원환자와 독거노인, 어린이 등)의 신체활동 및 위험요인에 대한 학습모델을 기반으로 데이터 셋 수집 및 데이터 가공을 수행한다. 그리고, 또한 이러한 플랫폼(100)은 이를 통해 손상인식 및 진단 알고리즘 등으로 낙상예방 및 신속한 인지, 열화상 센싱을 통한 실시간 체온측정, 다양한 IoT 센서 기반의 환경정보(화재, 가스, 온습도, 미세먼지) 관리 등 다양한 Safe&Care 서비스 공급을 한다. 특히, 일실시예에 따라 이러한 경우, 상기 AI 기반 신체활동 인지 및 서비스 통합 플랫폼(100)은 이를 위해서, 병실내 환자 활동 및 행위데이터와 신체손상 결정데이터를 실시간으로 시계열 빅데이터 플랫폼에 데이터를 전송하는 OT에 적합한 미들웨어로서 스트리밍 분석을 위해 인공지능추론 모델에 신체손상 진단 및 판단을 위한 실시간 데이터를 전달한다. 그리고, 또한 빅데이터인 시계열 데이터 전처리를 통해 인공지능 학습을 위한 데이터셋을 추출하고 의사결정나무(또는 LSTM) 인공지능을 학습시켜 신체손상 결정 진단 모델을 최적화하기 위한 빅데이터 분석을 수행한다. 아울러, 신체손상 위험요인 데이터 및 낙상 결정데이터를 인공지능이 추론하여 신체손상측도 산출하는 시스템의 운영조건을 분류하며, 신체손상 결정데이터 추론판정이 이뤄지면, 인공지능 애플리케이션은 해당 TimeStamp의 시계열 데이터를 시계열 DBMS로부터 추출하여 빅데이터 저장소에 조합하여 저장한다. 또한, 이러한 플랫폼(100)은 이러한 데이터를 기반으로 신체손상예측 패턴을 인지하는 인공지능을 학습할 경우, 스트리밍 분석을 이와 같은 인공지능 추론모델로 구현할 수 있으며, 이는 신체손상위험요인데이터와 신체손상결정데이터를 피드백구조로 다시 재활용하여 사용할 수 있도록 한다.
도 3 내지 도 6은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼의 구성을 도시한 블록도이다.
구체적으로, 도 3은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼의 구성을 전체적으로 도시한 도면이다. 그리고, 도 4는 도 3의 플랫폼에 사용한 입력부의 구성을 도시한 도면이고, 도 5는 도 3의 플랫폼에 사용한 처리부의 구성을 도시한 도면이다. 또한, 도 6은 출력부의 구성을 도시한 도면이다.
도 3 내지 도 6에 도시된 바와 같이, 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼(100)은 크게, 입력부(101)와 처리부(102) 및 출력부(103)를 포함한다.
상기 입력부(101)는 관리자가 원하는 장소 내에 설치되어 관리대상의 상황과 주변 상태를 각기 모니터링하는 RGB-D 이미지 및 깊이 센서와 열화상 센서, 음성 인식 센서(마이크 포함) 및, IoT 센서 콘트롤러(먼지와 온습도, 화재 포함)를 구비한다. 그리고, 이러한 경우에 이러한 입력부(101)는 운영데이터를 각각의 장치를 통해 제공받으며, 이 운영데이터는 운영 시스템을 통해 시계열로 수집 가능한 데이터를 의미한다. 구체적으로는, 이러한 RGB 영상과 깊이 정보는 3차원 형상 모델링 정보를 생성하는데 사용하고, 3차원 공간인식과 환자인식, 3차원 환자 행위인식을 하는데도 사용한다. 그리고, 열화상 정보는 2차원 환자 열측도 상황 모델링 정보를 생성하며, 환자 인식과 환자 열측도 정보를 제공하는데에 사용한다. 아울러, 환자외 움직이는 물체 열측도 정보를 인식할 경우에도 사용하기도 한다. 그리고, 또한 소리 정보는 2차원 상황 발생 방향 정보를 생성하며, 특정 소리 패턴 정보로 구성하고, 비전 화각외 움직이는 대상체 감지 정보를 획득할 경우에 이용한다. 예를 들어, 이러한 소리 정보로는 손상 발생 시 소리정보와 문/창문 열림 소리정보, 소리 근원지 방향정보, 물소리 등을 포함한다. 한편으로 이에 더하여, 주변 상태 정보는 병실 내 주변 정보를 생성하는데에 사용한다.
상기 처리부(102)는 상기 입력부(101)에 의해 입력받은 RGB-D(깊이)와 열화상, 소리 및, IoT로 해당하는 장소 내에 다수의 상이한 관리대상별로의 신체활동 및 위험요인에 대한 학습을 하여 환자 신체손상 및 진단 정보를 분석하는 학습모델을 미리 등록하여, 이상정보를 감지할 경우에 등록 관리 정보처리장치에 환자상태를 알림하여 모니터링한다. 그리고, 또한 해당하는 장소 내의 주변 상태를 IoT 센서 기반으로 관리하여 이상정보를 감지할 경우에 주변상태도 상기 관리 정보처리장치로 알림함으로써, 안전&케어(Safe&Care) 서비스를 제공한다. 그리고, 이러한 경우에 일실시예에 따라 상기 처리부(102)는 관리대상(입원환자와 독거노인, 어린이 등)의 신체활동 및 위험요인에 대한 학습모델을 기반으로 데이터 셋 수집 및 데이터 가공, 손상인식 및 진단 알고리즘 등으로 낙상예방 및 신속한 인지, 열화상 센싱을 통한 실시간 체온측정, 다양한 IoT 센서 기반의 환경정보(화재, 가스, 온습도, 미세먼지) 관리 등 다양한 Safe&Care 서비스 공급을 한다. 특히, 이러한 경우, 상기 처리부(102)는 손상인식 및 진단을 위하여 환자의 활동 및 행위와 신체손상 패턴과의 상관성과, 신체손상위험요인과 신체손상 패턴과의 상관성을 분석한다. 그리고 또한 신체손상위험요인에 따른 신체손상과 발생 전 행위의 상관성을 분석한다. 아울러 환자의 활동성향(활동과 행위)와 신체손상요인에 따른 신체손상 발생 및 신체손상 발생 전 행위의 상관도를 사용하기도 한다. 또한, 환자의 활동성향(활동과 행위)와 신체손상요인에 따른 신체손상 발생 및 신체손상 발생 전 행위의 상관도에 대하여도 분석한다. 참고로, 보다 구체적인 동작은 도 7을 참조하여 설명한다.
상기 출력부(103)는 상기 처리부(102)의 제어에 의해 상기 관리 정보처리장치와 연결하는 통신부와, 각각의 알림 정보를 표시하는 표시부를 각기 구비한다.
도 7은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼의 동작을 순서대로 도시한 플로우 차트이다(도 3 참조).
도 7에 도시된 바와 같이, 일실시예에 따른 플랫폼은 먼저 입력부에서 관리자가 원하는 장소 내에 설치되어 관리대상의 상황과 주변 상태를 각기 모니터링하는 RGB-D 이미지 및 깊이 센서와 열화상 센서, 음성 인식 센서 및, IoT 센서 콘트롤러(먼지와 온습도, 화재 포함)를 구비한다.
그리고, 또한 처리부는 먼저 상기 입력부에 의해 입력받은 RGB-D(깊이)와 열화상, 소리 및, IoT로 해당하는 장소 내에 다수의 상이한 관리대상별로의 신체활동 및 위험요인에 대한 학습을 하여 환자 신체손상 및 진단 정보를 분석하는 학습모델을 미리 등록한다. 그래서, 이에 따라 이상정보를 감지할 경우에, 등록 관리 정보처리장치에 환자상태를 알림하여 모니터링한다.
또한, 해당하는 장소 내의 주변 상태를 IoT 센서 기반으로 관리하여 이상정보를 감지할 경우에 주변상태도 상기 관리 정보처리장치로 알림함으로써, 안전&케어(Safe&Care) 서비스를 제공한다.
이러한 상태에서, 일실시예에 따른 방법은 아래의 동작을 추가적으로 수행한다.
a) 먼저, 상기 처리부는 학습모델을 등록할 경우, RGB-D(깊이)와 열화상, 소리를 각기 수집하여, 해당하는 정보를 미리 설정한 객체 적용 학습모델과 열화상 적용 학습모델 및 소리 적용 학습모델로 객체 인식과 입체형 모델링 및 객체 자세 분석을 수행한다. 그래서, 이러한 정보를 사용하여 생체객체(정합 열화상)와 소리발생 위치, 입체형 공간 모델링 및 객체 입체형 모델링으로 제 1 데이터 가공/정제를 함으로써, 운영 데이터를 구성한다.
b) 다음, 상기 운영 데이터를 기초로 데이터 필터링을 한다(패턴 사용 포함).
그리고 나서, 이에 더하여 해당하는 정보와 낙상에 대한 내적 요인과 외적 요인, 추론적 요인(낙상 후 낙상요인 분석으로 도출된 원인)을 조합한다. 그래서, 이를 통해 활동 및 행위/자세와 신체손상 패턴 및 활동성향의 상관성에 따라 낙상 기준과 낙상 위험도, 낙상 사전 진단 행위를 각기 정의한다. 그리고 또한, 낙상 정의 범위와 사전 진단 범위를 결정해서 제 2 데이터 가공/정제를 함으로써, 낙상위험요인 데이터를 구성한다.
c) 그래서, 이러한 낙상위험요인 데이터를 기초로 하여 행위 결정 학습모델과 낙상 결정 학습모델로 행위 및 활동인식과, 낙상 진단 및 인식을 수행한다. 또한, 이에 따라 재귀학습과 행동 정보, 낙상 징조를 사용하여 행위 및 활동과 낙상 상태, 낙상 사전 진단 측도 및 낙상 위험도로 제 3 데이터 가공/정제를 함으로써, 낙상 결정 데이터를 구성한다.
d) 따라서, 이를 통해 이러한 낙상 결정 데이터를 사용하여 현재 RGB-D(깊이)와 열화상, 소리 및, IoT와 비교해서, 이상정보를 감지하여 상기 관리 정보처리장치에 환자상태를 알림하여 모니터링한다.
또한, 추가적으로 이러한 플랫폼은 상기 처리부 측에서 이러한 동작에 더하여, 상기 환자상태를 알림할 경우에, 욕창 관리대상의 자세변경을 설정 시간 동안 확인하여 자세변경이 있을 경우에는 정상으로 확인하고 자세변경이 없을 경우에는 알림하기도 한다.
따라서, 이를 통해 일실시예는 신체손상(낙상)을 예방하기 위한 신체손상(낙상) 위험도 평가기법 부분과 시스템을 활용한 신체손상(낙상) 인지부분을 통합하여 관리하고 센싱 기반의 다양한 서비스를 제공할 수 있는 "Safe&Care 통합 플랫폼"을 제공한다.
이상과 같이, 일실시예는 관리대상(입원환자와 독거노인, 어린이 등)의 신체활동 및 위험요인에 대한 학습모델을 기반으로 데이터 셋 수집 및 데이터 가공을 수행하고, 손상인식 및 진단 알고리즘 등으로 낙상예방 및 신속한 인지, 열화상 센싱을 통한 실시간 체온측정, 다양한 IoT 센서 기반의 환경정보(화재, 가스, 온습도, 미세먼지) 관리 등 다양한 Safe&Care 서비스 공급을 한다.
따라서, 이를 통해 신체손상(낙상)을 예방하기 위한 신체손상(낙상) 위험도 평가기법 부분과 시스템을 활용한 신체손상(낙상) 인지부분을 통합하여 관리하고 센싱 기반의 다양한 서비스를 제공할 수 있는 "Safe&Care 통합 플랫폼"을 제공한다.
도 8은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼에 적용한 사용 상태도이다.
도 8에 도시된 바와 같이, 일실시예에 따른 플랫폼은 실제적으로는, 신체손상 중 단기로 데이터 수집이 용이하며, 실증기관의 요구사항 중 우선순위가 가장 높은 낙상부문만을 고려하여 구성한다. 그리고, 신체 손상 중 낙상을 고려하여 데이터 입력 부터 출력까지 전과정의 운영절차에 의거 실증을 수행한다. 참고로, 낙상 외 신체손상의 경우 낙상과 동일한 절차로 수행한다.
예를 들어, 실증 기관의 협조에 의한 낙상위험도 높은 환자 대상으로 3개월 이상 제안 시스템 설치 운영을 하며, 3개월 이상 실증기간 동안 예상 발생과 낙상 위험도에 따른 발생 및 낙상 발생 빈도수 또는 낙상 발생 전 사전 조치 빈도수의 비율로 판단한다.
도 9는 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼에 적용한 낙상 발생 원인 규명 동작을 설명하기 위한 도면이다.
도 9에 도시된 바와 같이, 일실시예에 따른 낙상 발생 원인 규명 동작은 먼저 신체활동에 의한 신체손상 발생 사례 분석을 수행하며, 예를 들어 이러한 분석은 실증 기관 보유자료 및 연구 문헌 자료를 사용하며, 리빙랩을 통한 검토를 통해 수행한다. 그리고 또한, 실증 기관 보유자료 기반으로 신체활동에 의한 신체손상 우선순위와, 연구 문헌 자료 검토에 따른 신체활동에 의한 신체손상 우선순위를 활용하기도 한다.
그리고, 이에 더하여 신체활동에 의한 신체손상 발생 원인규명 방법론을 적용하기도 하며, 예컨대, 리빙랩을 통한 신체손상 발생 원인규명을 위한 체계적인 추적 방법을 적용한다.
도 10은 일실시예에 따른 AI 기반 신체활동 인지 및 서비스 통합 플랫폼에 적용한 상관도 분석을 설명하기 위한 도면이다.
도 10에 도시된 바와 같이, 일실시예에 따른 플랫폼은 이를 위해, 먼저 신체활동 및 위험요인에 대한 학습 모델을 제공한다.
구체적으로는, 먼저 1) 알고리즘 적용과 신체손상 예측 및 신체손상 위험요인 예측 모델을 구성 분류한다.
즉, 이러한 구성 학습모델은 먼저 병실 내 환자 행위 인식 및 주변 환경 인식을 위한 학습모델을 작성한다. 그리고, 또한 신체활동 및 행위/자세에 따른 신체손상 패턴 및 신체손상 식별 정의를 위한 학습모델을 작성한다. 다음, 신체활동 및 행위/자세에 행위에 따른 신체손상 식별과 신체손상 발생 전 행위의 상관성 분석 모델을 만든다. 또한, 신체손상위험요인과 신체손상 발생전 행위의 상관성 분석 모델도 만든다. 그리고, 아울러 환자활동 및 행위와 신체손상위험요인에 따른 신체손상 발생전 행위의 상관성 분석 모델을 제공하며, 그래서, 이를 통해 이렇게 추출ㅇ정제된 데이터의 학습모델을 제공하며, 알고리즘 추출 및 검증작업을 진행한다.
한편, 추가적으로 병실 내 환자 행위 인식 및 주변 환경 인식을 위한 학습모델은 아래와 같다.
먼저, 병실 내 환자 행위 인식 및 주변 환경 인식을 하며, 병실 내 환자생활 기준 활동 및 행위별 패턴추출을 통한 Anomaly Detection AI 알고리즘 기술을 적용한다(행위인식). 그리고, 또한 시스템에서 추출한 데이터를 이용하여 환자활동 및 행위을 예측할 수 있는 AI알고리즘을 도출하고 이를 중요한 학습 데이터셋의 기준으로 활용한다. 그리고, 아울러서 행위예측 모델 도출을 위해 의사결정나무(Decision Tree) 알고리즘과 LSTM(Long Short-Term Memory) 알고리즘의 사용을 하기도 한다.
예를 들어, 병실 내 환자의 행위 및 활동이라 함은 화장실 이동과 식사 중, TV 조작중, 음료 섭취중, 진열대 열고 닫는 중 등 병실에서 행동할 수 있는 활동을 의미하며 정보수집 장치의 제약조건을 근거로 한다. 또한, 활동 및 행위 인식 구별/판별 범위는 리빙맵 또는 신체손상 사고 발생 원인 통계 자료를 기준으로 발생빈도 높은 5개 행을 전제로 한다.
다음으로, 신체활동 및 행위/자세에 따른 신체손상 패턴 및 신체손상 식별을 정의하면 아래와 같다.
먼저, 이러한 활동 및 행위별 신체손상 발생 패턴 추출을 통한 Anomaly Detection AI 알고리즘 기술을 적용한다(신체손상인식기준 및 신체손상인식). 그리고 또한, 신체손상 기준을 정의하기 위한 방안으로 시스템에서 추출한 데이터와 신체손상 결정데이터를 이용하여 신체손상을 예측하고 판별할 수 있는 AI 알고리즘을 도출한다. 아울러, 신체손상 예측 및 판별을 위해 RCNN 알고리즘을 적용하여 3차원 행동 인식 및 신체손상 예측 기준 모델 설계와 결정을 위한 의사결정나무(Decision Tree) 알고리즘을 사용하기도 한다. 추가적으로, 신체활동 및 행위/자세에 따른 신체손상 식별과 신체손상 발생전 행위의 상관성을 분석한다. 그리고, 또한 활동 및 행위별 신체손상 발생 패턴 추출을 통한 Anomaly Detection AI 알고리즘 기술을 적용한다(신체손상에 따른 신체손상전 행위 인식). 또한 신체손상전 사전 행위 모델을 구성하기 위한 방안으로 시스템에서 추출한 데이터와 신체손상 결정데이터를 통해 신체손상의 진단 및 판별 된 경우의 시계열 이전 단계의 행위 분석 모델을 통해 사전 신체손상 진단 알고리즘을 도출한다. 그리고 아울러서, 신체손상 전 행위 분석 및 분류를 위해 RCNN 알고리즘을 적용하여 3차원 행동인식 모델 설계와 결정을 위한 의사결정나무(Decision Tree) 알고리즘을 활용하기도 한다. 또한, 신체손상 위험요인과 신체손상 발생전 행위의 상관성을 분석하고, 활동 및 행위별 신체손상 발생 패턴 추출을 통한 Anomaly Detection AI 알고리즘 기술을 적용한다(신체손상위험요인에 따른 신체손상전 행위 인식). 이에 더하여, 일반적 행위에 따른 신체손상요인 뿐만 아니라 SPSS/WIN 21.0 프로그램 분석에서 산출된 신체손상위험요인을 반영하여 신체손상의 위험측도를 산출하고 산출된 위험 측동에 따른 행위 모델을 통해 신체손상위험요인과 신체손상 발생의 상관 측도 산출 알고리즘을 도출한다. 그리고, 환자활동 및 행위와 신체손상 위험요인에 따른 신체손상 발생 전 행위의 상관성을 분석하고, 활동 및 행위별 신체손상 발생 패턴 추출을 통한 Anomaly Detection AI 알고리즘 기술을 적용한다(활동과 신체손상위험요인에 따른 신체손상 발생전 행위 인식). 아울러서, 병원, 병실내 환자의 활동 및 SPSS/WIN 21.0 프로그램 분석에서 산출된 환자신체손상위험요인을 반영한 신체손상 사전 진단 및 신체손상 위험 측도 모델을 구성하고 위험측도 모델을 통한 신체손상 사전 진단 알고리즘을 산출한다. 또한, 행위예측 모델 도출을 위해 Cassandra 기반 분산형 관계 데이터 관리와 의사결정나무(Decision Tree) 알고리즘을 활용하기도 한다.
추가적으로, 또한 이러한 경우, 학습 모델에 의한 환자 신체손상 인식 및 진단은 이같이 구축한 실시간 스트리밍 분석 인공지능 추론모델에 실시간으로 수집되는 시계열 운영데이터와 신체손상위험요인데이터, 결정데이터가 입력되어 현장에서 신체손상판별 및 신체손상 사전 진단에 대한 결과를 확인한다.
한편, 부가적으로는 이에 더하여 이러한 플랫폼은 이렇게 각종 정보를 제공할 경우에, 각각의 장치 상호 간에 데이터베이스를 일치 유지함으로써, 신속하고 편리하게 서비스를 제공하도록 한다.
이를 위해, 상기 플랫폼은 아래의 동작을 수행한다.
a) 먼저 상기 관리 정보처리장치의 장치등록 정보와 데이터를 저장한 테이블을 상호 간에 동일하게 구비하고, 상기 테이블에 대한 정합 관계를 미리 설정 등록한다.
b) 그래서, 상호 간에 테이블 내의 정보를 변경할 경우, 상기 정합 관계에 따라서 테이블을 각기 동기화한다.
c) 그리고, 상기 테이블을 동기화할 경우에, 다수의 상이한 설비 또는 장치 유형별로의 데이터 유형마다 정보를 다원화함으로써, 데이터베이스를 일치한다.
다른 한편으로, 추가적으로, 이러한 플랫폼은 이렇게 관리 측에 각종 정보를 제공할 경우에, 관리자 등의 모바일 단말기에 실시간으로 연결을 확보하므로, 신속하고 손쉽게 정보를 전달하도록 한다.
이를 위해서, 상기 플랫폼 등은 아래의 동작을 수행한다.
a) 먼저, 관리자 단말기와 즉, 모바일 단말기와 통신을 할 경우에는, 1차적으로 등록 로컬 통신망의 연결 여부를 확인해서, 상기 확인 결과 상기 로컬 통신망을 연결한 경우에는 상이한 관리자 위치별로 대응하는 설정 관리자 공용 계정으로서 연결한다.
b) 상기 확인 결과, 상기 로컬 통신망을 연결하지 않은 경우에는 2차적으로 등록 무선 통신망의 연결 여부를 확인해서, 상기 확인 결과 상기 무선 통신망을 연결한 경우에는 개별 IP 주소로 연결한다.
c) 상기 확인 결과, 상기 무선 통신망을 연결하지 않은 경우에는 등록 이동 통신망의 단말기 식별 번호로 연결하므로, 상기 관리자 단말기와 연결을 확보한다.
한편으로, 또한 이렇게 관리자 단말기와 실시간으로 연결을 할 경우에는, 연결의 보안을 위해서 IP테이블을 이용하여 등록 IP의 감시 및 비인가자의 접속에 따른 모니터링(또는, 로그)을 관리하도록 한다.
a) 구체적으로는, 이를 위해 먼저 상기 로컬 통신망의 관리자 공용 계정과 상기 무선 통신망의 개별 IP 주소를 등록한 IP 테이블을 미리 구성한다.
b) 그리고, 이렇게 관리자 단말기로 알람을 제공할 경우에, 해당하는 통신망의 헬로우(HELLO) 메시지를 송신해서 응답 결과 내의 다음 홉(next hop) 스위치 IP 주소를 추출한다.
c) 다음, 이러한 다음 홉 스위치 IP 주소와 동일한 스위치 IP 주소를 스위치 인접지 연결 관계 리스트에서 확인한다.
d) 상기 확인 결과, 상기 다음 홉 스위치 IP 주소와 동일한 스위치 IP 주소가 있는 경우, 해당하는 관리자 공용 계정 또는, 개별 IP 주소가 상기 IP 테이블에도 있는지 확인하므로, 비인가자의 접속 여부를 확인한다.
e) 상기 확인 결과, 해당하는 관리자 공용 계정 또는, 개별 IP 주소가 상기 IP 테이블에도 있는 경우에 조인/정리(JOIN/PRUNE) 메시지를 송신하므로, 해당하는 통신망과 연결한다.
100 : AI 기반 신체활동 인지 및 서비스 통합 플랫폼
200 : 관리 정보처리장치
200 : 관리 정보처리장치
Claims (4)
- 관리자가 원하는 장소 내에 설치되어 관리대상의 상황과 주변 상태를 각기 모니터링하는 RGB-D 이미지 및 깊이 센서와 열화상 센서, 음성 인식 센서 및, IoT 센서 콘트롤러(먼지와 온습도, 화재 포함)를 구비한 입력부;
상기 입력부에 의해 입력받은 RGB-D(깊이)와 열화상, 소리 및, IoT로 해당하는 장소 내에 다수의 상이한 관리대상별로의 신체활동 및 위험요인에 대한 학습을 하여 환자 신체손상 및 진단 정보를 분석하는 학습모델을 미리 등록하여, 이상정보를 감지할 경우에 등록 관리 정보처리장치에 환자상태를 알림하여 모니터링하고,
또한, 해당하는 장소 내의 주변 상태를 IoT 센서 기반으로 관리하여 이상정보를 감지할 경우에 주변상태도 상기 관리 정보처리장치로 알림함으로써, 안전&케어(Safe&Care) 서비스를 제공하는 처리부; 및
상기 처리부의 제어에 의해 상기 관리 정보처리장치와 연결하는 통신부와, 각각의 알림 정보를 표시하는 표시부를 각기 구비한 출력부; 를 포함하고 있으며,
상기 처리부는,
a) 상기 학습모델을 등록할 경우, 상기 RGB-D(깊이)와 열화상, 소리를 각기 수집하여, 미리 설정한 객체 적용 학습모델과 열화상 적용 학습모델 및 소리 적용 학습모델로 객체 인식과 입체형 모델링 및 객체 자세 분석을 수행해서,
해당하는 정보를 생체객체(정합 열화상)와 소리발생 위치, 입체형 공간 모델링 및 객체 입체형 모델링으로 제 1 데이터 가공/정제를 함으로써, 운영 데이터를 구성하고,
b) 상기 운영 데이터를 기초로 데이터 필터링을 하고(패턴 사용 포함),
해당 정보와, 낙상에 대한 내적 요인과 외적 요인, 추론적 요인(낙상 후 낙상요인 분석으로 도출된 원인)을 조합하여 활동 및 행위/자세와 신체손상 패턴 및 활동성향의 상관성에 따라 낙상 기준과 낙상 위험도, 낙상 사전 진단 행위를 각기 정의하고,
또한, 낙상 정의 범위와 사전 진단 범위를 결정해서 제 2 데이터 가공/정제를 함으로써, 낙상위험요인 데이터를 구성해서,
c) 상기 낙상위험요인 데이터를 기초로 하여 행위 결정 학습모델과 낙상 결정 학습모델로 행위 및 활동인식과, 낙상 진단 및 인식을 수행해서,
해당하는 정보를 재귀학습과 행동 정보, 낙상 징조를 사용하여 행위 및 활동과 낙상 상태, 낙상 사전 진단 측도 및 낙상 위험도로 제 3 데이터 가공/정제를 함으로써, 낙상 결정 데이터를 구성하여,
d) 상기 낙상 결정 데이터를 사용하여 현재 RGB-D(깊이)와 열화상, 소리 및, IoT와 비교해서, 이상정보를 감지하여 상기 관리 정보처리장치에 환자상태를 알림하여 모니터링하고,
그리고 또한, 상기 처리부는,
상기 환자상태를 알림할 경우에, 욕창 관리대상의 자세변경을 설정 시간 동안 확인하여 자세변경이 있을 경우에는 정상으로 확인하고 자세변경이 없을 경우에는 알림하는 것; 을 특징으로 하는 AI 기반 신체활동 인지 및 서비스 통합 플랫폼. - 청구항 1에 있어서,
상기 처리부는
a) 상기 관리 정보처리장치와 상호 간에 장치등록 정보/데이터를 저장한 테이블을 상호 간에 동일하게 구비하고, 상기 테이블에 대한 정합 관계를 미리 설정 등록하고,
b) 상호 간에 테이블 내의 정보를 변경할 경우, 상기 정합 관계에 따라서 테이블을 각기 동기화하고,
c) 상기 테이블을 동기화할 경우에, 다수의 상이한 설비 또는 장치 유형별로의 데이터 유형마다 정보를 다원화함으로써, 데이터베이스를 일치하는 것; 을 특징으로 하는 AI 기반 신체활동 인지 및 서비스 통합 플랫폼. - 청구항 2에 있어서,
상기 처리부는
a) 관리자 모바일 단말기와 통신을 할 경우에는, 1차적으로 등록 로컬 통신망의 연결 여부를 확인해서, 상기 확인 결과 상기 로컬 통신망을 연결한 경우에는 상이한 관리자 위치별로 대응하는 설정 관리자 공용 계정으로서 연결하고,
b) 상기 확인 결과, 상기 로컬 통신망을 연결하지 않은 경우에는 2차적으로 등록 무선 통신망의 연결 여부를 확인해서, 상기 확인 결과 상기 무선 통신망을 연결한 경우에는 개별 IP 주소로 연결하고,
c) 상기 확인 결과, 상기 무선 통신망을 연결하지 않은 경우에는 등록 이동 통신망의 단말기 식별 번호로 연결하므로, 상기 관리자 모바일 단말기와 연결을 확보하는 것; 을 특징으로 하는 AI 기반 신체활동 인지 및 서비스 통합 플랫폼. - 청구항 3에 있어서,
상기 처리부는
a) 상기 무선 통신망을 연결할 경우, 상기 로컬 통신망의 관리자 공용 계정과 상기 무선 통신망의 개별 IP 주소를 등록한 IP 테이블을 미리 구성하고,
b) 상기 관리자 모바일 단말기로 정보를 제공할 경우에, 해당하는 통신망의 헬로우(HELLO) 메시지를 송신해서 응답 결과 내의 다음 홉(next hop) 스위치 IP 주소를 추출하고,
c) 상기 다음 홉 스위치 IP 주소와 동일한 스위치 IP 주소를 스위치 인접지 연결 관계 리스트에서 확인하며,
d) 상기 확인 결과, 상기 다음 홉 스위치 IP 주소와 동일한 스위치 IP 주소가 있는 경우, 해당하는 관리자 공용 계정 또는, 개별 IP 주소가 상기 IP 테이블에도 있는지 확인하므로, 비인가자의 접속 여부를 확인하고,
e) 상기 확인 결과, 해당하는 관리자 공용 계정 또는, 개별 IP 주소가 상기 IP 테이블에도 있는 경우에 조인/정리(JOIN/PRUNE) 메시지를 송신하므로, 해당하는 통신망과 연결하는 것; 을 특징으로 하는 AI 기반 신체활동 인지 및 서비스 통합 플랫폼.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210172226A KR102546460B1 (ko) | 2021-12-03 | 2021-12-03 | Ai 기반 신체활동 인지 및 서비스 통합 플랫폼 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210172226A KR102546460B1 (ko) | 2021-12-03 | 2021-12-03 | Ai 기반 신체활동 인지 및 서비스 통합 플랫폼 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230085238A KR20230085238A (ko) | 2023-06-14 |
| KR102546460B1 true KR102546460B1 (ko) | 2023-06-26 |
Family
ID=86745020
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210172226A KR102546460B1 (ko) | 2021-12-03 | 2021-12-03 | Ai 기반 신체활동 인지 및 서비스 통합 플랫폼 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102546460B1 (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116913320B (zh) * | 2023-09-13 | 2024-01-02 | 首都信息科技发展有限公司 | 事故检测方法、装置及服务器 |
| CN117423210B (zh) * | 2023-12-19 | 2024-02-13 | 西南医科大学附属医院 | 一种护理用病患防跌落智能感应报警系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102205964B1 (ko) | 2020-05-06 | 2021-01-21 | 주식회사 스위트케이 | 듀얼 카메라와 적외선 카메라를 이용한 낙상 예방 시스템 및 낙상 예방 방법 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102188981B1 (ko) * | 2018-11-12 | 2020-12-09 | 주식회사 다누시스 | 스마트 고독사 방지 시스템 및 그 방법 |
-
2021
- 2021-12-03 KR KR1020210172226A patent/KR102546460B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102205964B1 (ko) | 2020-05-06 | 2021-01-21 | 주식회사 스위트케이 | 듀얼 카메라와 적외선 카메라를 이용한 낙상 예방 시스템 및 낙상 예방 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230085238A (ko) | 2023-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110139598B (zh) | 监控和跟踪系统、方法、物品和设备 | |
| US9129506B1 (en) | Method and process for determining whether an individual suffers a fall requiring assistance | |
| KR102546460B1 (ko) | Ai 기반 신체활동 인지 및 서비스 통합 플랫폼 | |
| KR101795761B1 (ko) | 웨어러블 디바이스 및 그를 이용하여 환자를 통제하거나 알람을 제공하는 방법, 모니터링 서버, 컴퓨터 프로그램 | |
| CN106599802B (zh) | 一种基于云技术的智能楼道监控系统 | |
| Banerjee et al. | Telesurveillance of elderly patients by use of passive infra-red sensors in a'smart'room | |
| JP5457148B2 (ja) | 警備システム | |
| EP2672472B1 (de) | Verfahren und Vorrichtung zur Überwachung der momentanen Mobilität von Personen in privaten oder öffentlichen Räumen | |
| US20220122732A1 (en) | System and method for contactless monitoring and early prediction of a person | |
| KR102405883B1 (ko) | 요양원 인공지능 자동관제 시스템 | |
| JP6539799B1 (ja) | 安否確認システム | |
| Fern'ndez-Caballero et al. | HOLDS: Efficient fall detection through accelerometers and computer vision | |
| KR102608941B1 (ko) | 인공지능을 이용한 환자의 이상 행동 탐지 시스템 | |
| US20200381131A1 (en) | System and method for healthcare compliance | |
| JP2019152914A (ja) | 保育施設児童見守りシステム及び情報処理方法 | |
| KR101997225B1 (ko) | 노약자 안심케어 시스템 | |
| Bellmunt et al. | Experimental frailty model towards an adaptable service delivery for aging people | |
| EP3163546A1 (en) | Method and device for detecting anomalous behavior of a user | |
| WO2021002293A1 (ja) | 緊急対処方法、安否確認システム、管理装置、空間部、及び管理装置の制御方法 | |
| KR20210086066A (ko) | 24시간 라이프로그 모니터링 및 이상 감지 및 대응 시스템 및 이의 제어 방법 | |
| US20240157900A1 (en) | Systems and methods for accident prediction | |
| JP4716723B2 (ja) | 安否確認システム | |
| US20230377730A1 (en) | System and method for healthcare compliance | |
| KR102407150B1 (ko) | 지능형 응급상황 알람 서비스 시스템 및 방법 | |
| Chintanu et al. | With increasing numbers of frail elderly, is smart flooring a useful strategy for falls detection and reduction? |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |