KR20170135572A - A system and method for managing of oral care using deep learning - Google Patents

A system and method for managing of oral care using deep learning Download PDF

Info

Publication number
KR20170135572A
KR20170135572A KR1020160067705A KR20160067705A KR20170135572A KR 20170135572 A KR20170135572 A KR 20170135572A KR 1020160067705 A KR1020160067705 A KR 1020160067705A KR 20160067705 A KR20160067705 A KR 20160067705A KR 20170135572 A KR20170135572 A KR 20170135572A
Authority
KR
South Korea
Prior art keywords
oral
data
examination
index calculation
oral examination
Prior art date
Application number
KR1020160067705A
Other languages
Korean (ko)
Other versions
KR101868979B1 (en
Inventor
최봉석
Original Assignee
(주)이너웨이브
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 (주)이너웨이브 filed Critical (주)이너웨이브
Priority to KR1020160067705A priority Critical patent/KR101868979B1/en
Publication of KR20170135572A publication Critical patent/KR20170135572A/en
Application granted granted Critical
Publication of KR101868979B1 publication Critical patent/KR101868979B1/en

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
    • G16H50/70—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • 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
    • A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C13/00—Dental prostheses; Making same
    • A61C13/0003—Making bridge-work, inlays, implants or the like
    • A61C13/0004—Computer-assisted sizing or machining of dental prostheses
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C7/00—Orthodontics, i.e. obtaining or maintaining the desired position of teeth, e.g. by straightening, evening, regulating, separating, or by correcting malocclusions
    • A61C7/002—Orthodontic computer assisted systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C9/00—Impression cups, i.e. impression trays; Impression methods
    • A61C9/004—Means or methods for taking digitized impressions
    • A61C9/0046—Data acquisition means or methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G06F19/32—
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Animal Behavior & Ethology (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Molecular Biology (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • Biophysics (AREA)
  • Computer Hardware Design (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Computational Linguistics (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Evolutionary Computation (AREA)
  • Rheumatology (AREA)

Abstract

The present invention relates to an oral health management system using a deep learning algorithm which comprises: a dental examination office for examining an oral state of a patient, and providing oral examination index calculation reference data including oral examination data of the patient, a residential area, and an age; a cloud server for determining influence that the oral examination index calculation reference data affect oral health according to the residential area and the age of the patient at a current time by analyzing big data composed of the oral examination index calculation reference data provided by the dental examination office, and actualizing the oral examination index calculation reference data by assigning a weighted value to the oral examination index calculation reference data according to a determination result; and a dental examination related institute for receiving actualized oral examination index calculation reference data from the cloud server.

Description

딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법 {A SYSTEM AND METHOD FOR MANAGING OF ORAL CARE USING DEEP LEARNING}Field of the Invention [0001] The present invention relates to an oral care management system using a deep learning algorithm,

본 발명은 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법에 관한 것으로서, 보다 구체적으로 빅데이터 분석을 통한 구강 건강 지수 산정 기준을 현행화하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법에 관한 것이다.The present invention relates to an oral health management system and a method using a deep learning algorithm, and more particularly, to a system and a method for oral health management using a deep learning algorithm for realizing an oral health index calculation standard through a big data analysis.

구강 질환은 적절한 예방 치료 및 꾸준한 관리를 통해서 높은 예방 효과를 얻을 수 있지만, 많은 구강 질환 환자들은 구강 건강에 문제가 발생하지 않으면 의사에게 진단을 받거나 치료를 의뢰하지 않는 등 아직까지는 구강 예방에 대한 인식이 부족한 실정이다. 또한, 환자의 현재 구강 상태를 측정함에 있어 치과 의사나 치위생사의 주관적 견해가 아닌, 정확한 검사 및 진단 결과와 그에 따른 객관적 수치 정보가 필요하지만 구강의 건강 상태를 객관적으로 산출하는 시스템이 부재한 상황이다. Oral diseases have a high preventive effect through appropriate preventive treatment and steady management. However, many patients with oral diseases do not receive a diagnosis or treatment from a doctor unless they have problems with oral health. Is lacking. In addition, in measuring the current oral condition of a patient, it is not a subjective opinion of a dentist or a dental hygienist, but a precise examination and diagnosis result and objective numerical information are required, but there is no system for objectively calculating oral health status .

아울러, 종래에는 구강 건강 관리에 단순하게 양치질 관련 자료만을 이용하여 구강 건강 관리를 수행해 왔는바(한국특허출원 제10-2007-0033569호 참조), 종합적으로 환자의 구강 상태를 파악할 수 없어 구강 건강 관리에 실질적인 도움이 되지 못했다는 문제점이 있어왔으며, 또한 시대 변화에 따라 그리고 환자의 거주 지역 및 연령에 따라 구강 검진 자료가 구강 건강에 미치는 영향력이 변화될 수 있고, 새로운 구강 검진 자료가 구강 건강에 영향을 미칠 수 있음에도 불구하고 이러한 점이 객관적 수치로 고려되지 못해왔다는 문제점이 있다.In addition, in the past, oral health management has been performed using only the toothbrush-related data in the oral health management (refer to Korean Patent Application No. 10-2007-0033569), and the oral health status of the patient can not be grasped in general, And the influence of the oral examination data on the oral health can be changed according to the age change and the residence area and the age of the patient and the new oral examination data may be influenced by the oral health It can not be considered as an objective numerical value.

이러한 문제점을 해결하기 위하여, 시대 변화에 따라 그리고 환자의 거주 지역 및 연령에 따라 변화되는 구강 검진 자료의 위상을 객관적으로 파악하여 이를 환자 구강 검진에 적용할 수 있는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법의 필요성이 대두되고 있다.In order to solve these problems, the oral health management system using the deep learning algorithm which objectively grasps the phase of the oral examination data that changes according to the age change and the patient's residence area and age, And a need for a method is emerging.

본 발명이 해결하려는 과제는, 구강 검진 자료로 이루이진 빅데이터를 딥러닝 방식으로 분석하여 구강 건강에 대한 구강 검진 자료의 위상을 객관적으로 파악하여 이를 환자 구강 검진에 적용할 수 있는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법을 제공하는 데 있다.A problem to be solved by the present invention is to provide a deep learning algorithm capable of objectively grasping the phase of oral examination data for oral health by analyzing the big data formed by oral examination data by the deep learning method, And an oral health management system and method using the same.

본 발명이 해결하려는 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The problems to be solved by the present invention are not limited to the above-mentioned problems, and other matters not mentioned can be clearly understood by those skilled in the art from the following description.

상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템은, 환자의 구강 상태를 검진하고, 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 제공하는 구강 검진소, 구강 검진소로부터 제공받은 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 현재 시점에서 환자의 거주 지역 및 연령에 따라 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 클라우드 서버 및 클라우드 서버로부터 현행화된 구강 검진 지수 산정 기준 데이터를 제공받는 구강 검진 관련 기관을 포함한다. According to an embodiment of the present invention, there is provided an oral health management system using a deep learning algorithm, the system comprising: an oral health examination system for examining a oral condition of a patient, the oral examination index calculation standard data including a oral examination data of a patient, And the age of the patient and the age at which the patient's residence area and the age at which the data is based on the data from the oral examination index And the oral examination index data, which is provided from the cloud server and the cloud server, which provides the oral examination index calculation standard data based on the oral examination index data, Includes related organizations.

상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 방법은, 클라우드 서버가 구강 검진소로부터 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 입력받는 단계, 클라우드 서버가 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 현재 시점에서 환자의 거주 지역 및 연령에 따라 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 단계 및 클라우드 서버가 현행화된 구강 검진 지수 산정 기준 데이터를 구강 검진 관련 기관에 제공하는 단계를 포함한다.According to another aspect of the present invention, there is provided a method for managing oral health using a deep learning algorithm, the method comprising the steps of: determining whether or not the cloud server receives data from the oral examination center, In the step of inputting the age, the cloud server analyzes the big data made up of the data for calculating the oral examination index, judges the influence of the oral examination index calculation standard data on the oral health according to the patient's residence area and age at present, A step of weighting the data for calculating the oral examination index based on the result and making the data for calculating the oral examination index current, and the step of providing the data for calculating the oral examination index to the agency for oral examination by the cloud server .

본 발명에 따르면, 구강 검진 자료로 이루이진 빅데이터를 딥러닝 방식으로 분석하여 구강 건강에 대한 구강 검진 자료의 위상을 객관적으로 파악하여 이를 환자 구강 검진에 적용할 수 있는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 및 방법을 제공할 수 있다.According to the present invention, by analyzing the big data formed by the oral examination data by the deep running method, it is possible to objectively grasp the phase of the oral examination data on the oral health and apply it to the oral examination of the patient, Management system and method.

도 1 및 3 은 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템의 개념도이다.
도 2 는 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 내에서 구강 검진 지수 산정 기준 데이터를 현행화하는 과정을 나타낸 도면이다.
도 4 는 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 방법의 흐름도이다.1 and 3 are conceptual diagrams of an oral health management system using a deep learning algorithm according to an embodiment of the present invention.
FIG. 2 is a view illustrating a process of making a dental check index calculation standard data in a dental health management system using a deep learning algorithm according to an embodiment of the present invention.
4 is a flow chart of a method of oral health management using a deep learning algorithm according to an embodiment of the present invention.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.BRIEF DESCRIPTION OF THE DRAWINGS The advantages and features of the present invention and the manner of achieving them will become apparent with reference to the embodiments described in detail below with reference to the accompanying drawings. The present invention may, however, be embodied in many different forms and should not be construed as being limited to the embodiments set forth herein. Rather, these embodiments are provided so that this disclosure will be thorough and complete, and will fully convey the scope of the invention to those skilled in the art. Is provided to fully convey the scope of the invention to those skilled in the art, and the invention is only defined by the scope of the claims. Like reference numerals refer to like elements throughout the specification.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계 및 동작은 하나 이상의 다른 구성요소, 단계 및 동작의 존재 또는 추가를 배제하지 않는다.The terminology used herein is for the purpose of illustrating embodiments and is not intended to be limiting of the present invention. In the present specification, the singular form includes plural forms unless otherwise specified in the specification. It is noted that the terms " comprises "and / or" comprising ", as used herein, do not exclude the presence or addition of one or more other elements, steps and operations.

도 1 내지 3 을 참조하여, 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템을 설명한다. 도 1 및 3 은 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템의 개념도이다. 도 2 는 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템 내에서 구강 검진 지수 산정 기준 데이터를 현행화하는 과정을 나타낸 도면이다.1 to 3, an oral health management system using a deep learning algorithm according to an embodiment of the present invention will be described. 1 and 3 are conceptual diagrams of an oral health management system using a deep learning algorithm according to an embodiment of the present invention. FIG. 2 is a view illustrating a process of making a dental check index calculation standard data in a dental health management system using a deep learning algorithm according to an embodiment of the present invention.

도 1 내지 3 을 참조하면, 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템은 구강 검진소(40), 클라우드 서버(80) 및 구강 검진 관련 기관을 포함한다.1 to 3, an oral health management system using a deep learning algorithm according to an embodiment of the present invention includes a dental examination site 40, a cloud server 80, and a dental examination related institution.

구강 검진소(40)는 환자의 구강 상태를 검진하는 곳으로서, 이러한 구강 검진소(40)로는 치과 병원 및 보건소가 있을 수 있다. 또한 구강 검진소(40)는 구강 검진 시스템(10), 구강 검진 지수 산정 기준 데이터베이스(DB)(20) 및 환자 정보 데이터베이스(DB)(30)를 포함한다. 구강 검진 시스템(10)은 환자의 구강을 검진하는데 사용되는 구강 검진 장비, 프로그램 등이 있을 수 있으며, 의료진은 구강 검진 시스템(10)을 이용하여 환자의 구강 상태를 검진하고 검진 결과인 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터를 생성할 수 있다. The oral examiner 40 is for examining the oral condition of the patient. The oral examiner 40 may be a dental hospital or a public health center. The oral examination site 40 also includes a mouth examination system 10, a mouth examination index calculation standard database (DB) 20, and a patient information database (DB) 30. The oral examination system 10 may be an oral examination apparatus or a program used for examining a patient's oral cavity. The medical staff uses the oral examination system 10 to examine the oral condition of the patient, You can generate the data for calculating the oral examination index including the examination data.

구강 검진 지수 산정 기준 데이터베이스(20)는 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터를 저장하는 DB로서, 저장된 구강 검진 지수 산정 기준 데이터는 후술하는 클라우드 서버(80)로 전송되어 구강 검진 지수 산정 기준 데이터를 현행화하는데 사용될 수 있다. 한편, 구강 검진 지수 산정 기준 데이터는 구강 검진 자료로서, 치아 개수, 치아의 저작 정도, 우식 치아 수, 치료된 치아 수, 당 섭취 빈도, 이 닦기 빈도, 이 닦기 방법, 깊은 열구를 가진 치아수, 국소의치 장착 여부, 치면 세균막 지수, 구강 미생물 검사 정보, 타액 양, 점도, 이 닦기 횟수, 스켈링 수진 여부, 전신 질환 여부, 치면 세균막 지수, 치석 지수, 치주낭, 치은염, 치아 동요도, 구강 미생물 검사 측정값, 전신 질환 여부 악관절 이상, 사랑니 상태, 치아 파절/외상/기형, 부정 교합, 시린니/마모증, 구강 감염/종양, 설태/구취, 심미 요인 여부, 구강 건조 여부, 보철물/의치 필요 여부, 이 닦기 방법, 이 닦기 시기, 당 섭취 빈도, 음식물 저작 능력, 주기적 치과 방문 여부, 예방 치과 진료 여부, 전신 질환 여부, 구강 보건 교육 참여 여부, 스켈링 수진 여부, 보조 구강 위생용품 사용 여부, 음주/흡연, 치면 세균막, 심미요인 및 설태/구취 측정값 등이 있을 수 있다.The oral examination index calculation standard database 20 stores the oral examination index calculation standard data including the oral examination data of the patient. The stored oral examination index calculation standard data is transmitted to the cloud server 80 to be described later, Can be used to make exponentiation reference data current. On the other hand, the data of the oral examination index is based on oral examination data, which includes the number of teeth, the degree of tooth mangling, the number of tooth teeth, the number of teeth treated, the frequency of sugar consumption, Measuring oral microbiology, measuring dental caries, gingivitis, gingivitis, gingivitis, gingivitis, gingivitis, gingivitis, gingivitis, dental caries, The results of this study were as follows: (1) There was no significant difference in the incidence of dental caries between the two groups. How to wipe, how to wipe, frequency of sugar consumption, ability to chew food, visit periodical dentistry, preventive dentistry, systemic disease, participation in oral health education, Can be used whether the auxiliary oral hygiene, drinking / smoking, hitting segyunmak, and aesthetic factors and tongue plaque / bad breath measurements.

이러한 구강 검진 지수 산정 기준 데이터는 구강 건강 판단 항목의 점수를 산정하는데 사용되고 결과적으로 구강 건강 판단 항목의 구강 검진 지수를 산출하는데 사용되는데, 구강 건강 판단 항목이란 환자의 구강 건강을 판단하기 위한 기준 항목으로서, 자연 치아/저작 능력, 치아 우식 상태, 치주 상태, 기타 구강 질환 및 구강 위생 관리 능력을 포함할 수 있다. The data for calculating the oral examination index is used to calculate the score of the oral health judgment item, and as a result, it is used for calculating the oral examination index of the oral health judgment item. The oral health judgment item is a criterion item for judging the oral health of the patient , Natural tooth / chewing ability, dental caries status, periodontal status, other oral diseases, and oral hygiene management capabilities.

구체적으로, 현재 치아 개수 및 치아의 저작 정도는 자연 치아/저작 능력 항목 점수 산정을 위해 사용될 수 있으며, 우식 치아 수, 치료된 치아 수, 당 섭취 빈도, 이 닦기 빈도, 이 닦기 방법, 깊은 열구를 가진 치아수, 국소의치 장착 여부, 치면 세균막 지수, 구강 미생물 검사 정보, 타액 양, 점도를 이용하여 치아 우식 상태 항목 점수를 산정할 수 있다.Specifically, the current number of teeth and the degree of tooth mangling can be used to calculate the natural tooth / chewing ability score, and the number of teeth, number of teeth treated, frequency of sugar consumption, toothbrushing frequency, toothbrushing method, The dental caries status item score can be calculated by using the number of teeth to be implanted, whether or not the dental prosthesis is installed, the dental caries membrane index, the oral microbiological test information, the amount of saliva, and the viscosity.

또한, 이 닦기 횟수, 스켈링 수진 여부, 전신 질환 여부, 치면 세균막 지수, 치석 지수, 치주낭, 치은염, 치아 동요도, 구강 미생물 검사 측정값은 치주 상태 항목 점수를 산정할 수 있고, 전신 질환 여부 악관절 이상, 사랑니 상태, 치아 파절/외상/기형, 부정 교합, 시린니/마모증, 구강 감염/종양, 설태/구취, 심미 요인 여부, 구강 건조 여부, 보철물/의치 필요 여부를 통해 기타 구강 질환 항목 점수를 산정할 수 있다.In addition, it is possible to calculate the periodontal status item score, the systemic disease status, the temporomandibular disorder, the periodontal disease, the periodontal disease, the gingivitis, the tooth movement and the oral microbiological test, , Oral warts, dental wounds, tooth wounds / trauma / malformations, malocclusion, irritability, oral infection / tumors, sore / bad breath, aesthetic factors, oral dryness, prosthesis / can do.

아울러, 이 닦기 횟수, 이 닦기 방법, 이 닦기 시기, 당 섭취 빈도, 음식물 저작 능력, 주기적 치과 방문 여부, 예방 치과 진료 여부, 전신 질환 여부, 구강 보건 교육 참여 여부, 스켈링 수진 여부, 보조 구강 위생용품 사용 여부, 음주/흡연, 치면 세균막, 심미요인, 설태/구취 측정값을 이용하여 구강 위생 관리 능력 항목 점수를 산정할 수 있다.In addition, the number of wiping, the method of wiping, the time of wiping, the frequency of sugar consumption, the ability to chew food, the periodical dental visit, preventive dental treatment, systemic disease, participation in oral health education, The oral hygiene management ability item score can be calculated using the use, the drinking / smoking, the dental hygiene, the aesthetic factors, and the sore / bad breath measurement values.

또한, 구강 검진 지수 산정 기준 데이터베이스(20)는 기존의 저장되어 있던 구강 검진 지수 산정 기준 데이터를 클라우드 서버(80)로부터 제공받은 현행화된 구강 검진 지수 산정 기준 데이터로 갱신하며, 그에 따라 구강 검진 관련 기관은 갱신된 구강 검진 지수 산정 기준 데이터를 사용하여 환자의 구강을 검진할 수 있다. 이렇게 갱신된 구강 검진 지수 선장 기준 데이터를 사용함으로써 환자의 구강 상태를 정확하게 파악할 수 있고, 절적한 구강 치료를 수행할 수 있다.The oral examination index calculation standard database 20 updates the existing oral examination index calculation standard data to the current oral examination index calculation standard data provided from the cloud server 80, The institution may use the updated oral examination index criteria data to examine the patient's mouth. By using the updated data of the captain of the oral examination index, it is possible to accurately grasp the oral condition of the patient and to perform the oral cavity treatment.

환자 정보 데이터베이스(30)는 환자의 거주 지역, 연령, 국적, 연락처 등이 저장되는 DB로서, 이중에서 환자의 거주 지역 및 연령은 클라우드 서버(80)로 전송될 수 있으며, 전송된 환자 정보는 구강 검진 지수 산정 기준 데이터를 현행화하는데 사용될 수 있다.The patient information database 30 stores the patient's residence area, age, nationality, contact information, etc., and the patient's residence area and age can be transmitted to the cloud server 80, It can be used to make the checkup index calculation standard current.

클라우드 서버(80)는 구강 검진소(40)로부터 제공받은 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 구강 검진 지수 산정 기준 데이터를 현행화하는 서버이다. 이를 위해, 클라우드 서버(80)는 빅데이터 데이터베이스(50), 빅데이터 분석 모듈(60) 및 구강 검진 지수 산정 기준 현행화 데이터베이스(DB)(70)를 포함할 수 있다. 빅데이터 데이터베이스(50)는 구강 검진소(40)로부터 제공받은 구강 검진 지수 산정 기준 데이터를 저장하며, 복수의 구강 검진소(40)에서 오랜 기간 동안 구강 검진 지수 산정 기준 데이터를 제공받아서 구강 검진 지수 산정 기준 데이터를 빅데이터로 저장할 수 있다.The cloud server 80 is a server for analyzing the big data made up of the oral inspection index calculation standard data supplied from the oral examiner 40 and making the oral inspection index calculation standard data current. To this end, the cloud server 80 may include a big data database 50, a big data analysis module 60 and a dental check index calculation standardization database (DB) The big data database 50 stores the oral examination index calculation standard data provided from the oral examiner 40. The oral examiner 40 receives the oral examination index calculation standard data for a long period of time at the plurality of oral examination sites 40, The calculation criterion data can be stored as big data.

빅데이터 분석 모듈(60)은 빅데이터 데이터베이스(50)에 저장된 빅데이터 형태의 구강 검진 지수 산정 기준 데이터를 현행화하는 작업을 수행하는데 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 현재 시점에서 환자의 거주 지역 및 연령에 따라 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 구강 검진 지수 산정 기준 데이터를에 가중치(가중치가 0 일 수 있음)를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하게 된다.The big data analysis module 60 analyzes the big data made up of the oral examination index calculation standard data in order to carry out the operation of the big mouth data type oral examination index calculation standard data stored in the big data database 50, Based on the patient's residence area and age, the data on the oral health assessment standard data is used to determine the influence of oral health data on the oral health, and the oral health examination standard data based on the judgment result is given a weight (weight may be 0) The index calculation reference data is made current.

우선, 구강 검진 지수란 구강 건강을 판단할 때 사용하는 구강 건강 판단 항목의 점수에 환자의 연령과 같은 소정의 기준에 따라 가중치가 부여된 점수를 말한다. 또한, 구강 검진 지수 산정 기준 데이터는 구강 건강 판단 항목 점수를 산출하는 기준 데이터가 되며, 기준 데이터로 구강 건강 판단 항목 점수를 산출하고 산출된 구강 건강 판단 항목 점수에 가중치를 부여하여 구강 검진 지수를 도출할 수 있다.First, the oral examination index is a score obtained by weighting the score of the oral health judgment item used when judging oral health according to a predetermined standard such as the age of the patient. In addition, the data for calculating the oral examination index is the reference data for calculating the oral health judgment item score. The oral health judgment item score is calculated based on the reference data, and the oral health judgment item score calculated is weighted to derive the oral examination index can do.

구체적으로, 구강 건강 판단 항목이 치주 상태 항목일 경우, 치주 상태 항목 점수를 산정하기 위한 기존의 구강 검진 지수 산정 기준 데이터는, 이 닦기 횟수, 스켈링 수진 여부, 전신 질환 여부, 치면 세균막 지수, 치석 지수, 치주낭, 치은염, 치아 동요도, 구강 미생물 검사 측정값이 있을 수 있으며, 각 기준 데이터에는 해당 가중치가 설정되어 있을 수 있다.More specifically, when the oral health judgment item is the periodontal condition item, the existing oral examination index calculation standard data for calculating the periodontal status item score includes the number of wiping, the degree of scaling, the degree of systemic disease, the dental floss index, , Gingivitis, gingivitis, tooth movement, and oral microbiological test values, and each reference data may have a corresponding weight.

그러나, 시대가 변화함에 따라 환자의 거주 지역 및 연령에 따른 전술한 기존의 구강 검진 지수 산정 기준 데이터는 치주 상태 항목에 대한 영향력이 변화될 수 있으며, 심지어 어떤 기준 데이터는 더 이상 필요없는 기준 데이터일 수 있다. 따라서, 빅데이터 분석 모듈(60)은 기존의 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 딥러닝(DEEP LEARNING) 방식으로 분석하여, 특정 구강 건강 판단 항목에 대한 기존의 구강 검진 지수 산정 기준 데이터 각각이 기준 데이터로서 가치가 있는지, 가치가 있다면 어느 정도의 가중치를 부여해야 하는지를 판단하게 된다. 물론, 기존에는 없던 구강 검진 지수 산정 기준 데이터가 새로이 추가될 수도 있다.However, as the age changes, the aforementioned existing oral examination index criteria data, which vary according to the patient's residence area and age, may change the influence of the periodontal status item, and even some reference data may not be needed . Therefore, the big data analysis module 60 analyzes the big data made of the existing oral examination index calculation standard data by the deep learning method, and obtains the data of the oral examination index based on the existing oral examination index It is judged whether there is a value as the reference data or, if so, how much weight should be given. Of course, there may be new data on the criteria for calculating the oral examination index, which was not available before.

예를 들어, 치주 상태 항목의 기존의 구강 검진 지수 산정 기준 데이터가 치석 지수인 경우, 분석 결과, 치석 지수가 더 이상 치주 상태에 영향을 미치지 않는다고 분석될 경우 치석 지수에 가중치 0 을 부여하여 치석 지수를 구강 검진 지수 산정 기준 데이터에서 제외한다. 또한, 치석 지수가 환자의 특정 거주 지역 및 특정 연령에 있어서 치주 상태에 미치는 영향력이 변화되었을 경우 구강 검진 지수 산정에 있어 치석 지수의 가중치를 조정하게 된다.For example, if the existing dental check index criteria data for the periodontal status item is a tartar index, if the tartar index is no longer affecting the periodontal status, a weighted 0 is assigned to the tartar index, Is excluded from the data for calculating the oral examination index. In addition, when the effect of the tartar index on the periodontal status changes in a patient's specific residence area and a certain age, the weight of the tartar index is adjusted in calculating the oral examination index.

즉, 빅데이터 분석 모듈(60)이 수행하는 구강 검진 지수 산정 기준 데이터 현행화는 각 구강 건강 평가 항목에 대한 구강 검진 지수 산정 기준 데이터를 선정하고, 또한 선정된 기준 데이터의 가중치를 조정하는 과정을 말한다고 볼 수 있다.That is, the big data analysis module 60 performs the process of calculating the oral examination index based on the oral health evaluation item and adjusting the weight of the selected reference data, I can say that.

아울러, 빅데이터 분석 모듈(60)은 전술한 빅데이터 분석 작업의 결과로서 구강 검진 관련 통계 데이터를 생성할 수 있다. 이후, 빅데이터 분석 모듈(60)은 생성한 통계 데이터를 빅데이터 데이터베이스(50)에 저장할 수 있다.In addition, the big data analysis module 60 can generate dental inspection-related statistical data as a result of the above-described big data analysis work. Then, the big data analysis module 60 can store the generated statistical data in the big data database 50. [

구강 검진 지수 산정 기준 현행화 데이터베이스(70)는 빅데이터 분석 모듈(60)에서 현행화한 구강 검진 지수 산정 기준 데이터를 저장하고, 이후 저장된 현행화된 구강 검진 지수 산정 기준 데이터는 구강 검진 관련 기관으로 제공될 수 있다.The oral examination index calculation standardization database 70 stores the current oral examination index calculation standard data in the big data analysis module 60, and the stored current oral examination index data is stored in the oral examination institution Can be provided.

구강 검진 관련 기관은 환자의 구강을 검진하는 구강 검진소(40) 및 구강 검진을 직접적으로 하지는 않지만 구강 건강을 위한 정책을 입안하는 치아 학회 및 구강 관련 정부 기관을 포함할 수 있다. 구강 검진 관련 기관은 클라우드 서버(80)로부터 현행화된 구강 검진 지수 산정 기준 데이터를 제공받아 이를 기준으로 환자의 구강을 검진하게 되고, 또한 구강 관련 정부 기관은 구강 정책을 입안하는데 이용하게 된다. Oral examinations may include oral examinations (40) for examining the patient's oral cavity, and oral and oral governmental institutions that do not directly address oral examinations but formulate policies for oral health. Oral examination institutions will receive data from the cloud server (80), which is based on the current oral examination index, and will use the data to examine patients' mouths. Oral - related government agencies will use them to draft oral policies.

이렇게, 빅데이터를 분석하여 구강 검진 지수 산정 기준 데이터를 현행화하고, 이 현행화된 구강 검진 지수 산정 기준 데이터를 구강 검진 관련 기관이 이용하게 되는바 환자의 구강 건강을 좀 더 개선시킬 수 있다.In this way, by analyzing the big data, the data for calculating the oral examination index is made current, and the oral health examination standard data for the current oral examination index is used by the institution for oral examination so that the oral health of the patient can be further improved.

이상 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템을 설명하였으며, 이하 도 4 를 참조하여 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 방법을 설명한다. 도 4 는 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 방법의 흐름도이다.The oral care management system using the deep learning algorithm according to an embodiment of the present invention has been described. Hereinafter, a method of oral health management using the deep learning algorithm according to an embodiment of the present invention will be described with reference to FIG. 4 is a flow chart of a method of oral health management using a deep learning algorithm according to an embodiment of the present invention.

도 4 를 참조하면, 본 발명의 일 실시예에 따른 딥러닝 알고리즘을 이용한 구강 건강 관리 방법은, 클라우드 서버가 구강 검진소로부터 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 입력받는 단계(S10), 클라우드 서버가 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 환자의 거주 지역 및 연령에 따라 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 단계(S20) 및 클라우드 서버가 현행화된 구강 검진 지수 산정 기준 데이터를 구강 검진 관련 기관에 제공하는 단계(S30)를 포함한다.Referring to FIG. 4, the oral health management method using the deep learning algorithm according to an embodiment of the present invention includes the steps of: determining whether or not the cloud server receives the oral examination index data including the oral examination data of the patient, (S10). The cloud server analyzes the big data made up of the dental check index calculation reference data, determines the influence of the dental check index calculation standard data on the oral health according to the patient's residence area and age, (S20) of applying the oral inspection index calculation standard data by weighting the oral inspection index calculation standard data according to the result (S20) and providing the oral inspection index calculation standard data to the oral inspection related institution by the cloud server (S30).

클라우드 서버가 구강 검진소로부터 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 입력받는 단계(S10)는, 구강 검진소(40)는 환자의 구강 건강을 검진한 후 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 클라우드 서버(80)에 전송하게 된다.In step S10, the cloud server receives input data of the oral examination index calculation standard data including the oral examination data of the patient, the residence area and the age of the patient, the oral examiner 40 examines the oral health of the patient The dental check index calculation standard data including the dental checkup data of the patient, the residence area and the age are transmitted to the cloud server 80.

클라우드 서버가 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 환자의 거주 지역 및 연령에 따라 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 단계(S20)는, 클라우드 서버(80)가 구강 검진소(40)로부터 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 입력받고 이 정보를 빅데이터화 하게 된다. 이후, 클라우드 서버(80)는 빅데이터를 분석하여 환자의 거주 지역 및 연령에 따라 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하게 된다.The cloud server analyzes the big data made up of the data for calculating the oral examination index, determines the influence of the oral examination index calculation standard data on the oral health according to the patient's residence area and age, (S20) of applying the weighting value to the oral examination index calculation standard data, the cloud server 80 receives the oral examination index calculation standard data, the residence area and the age from the oral examination place 40, Is converted into a big data. Thereafter, the cloud server 80 analyzes the big data, judges the influence of the oral examination index calculation standard data on the oral health according to the patient's residence area and age, and assigns a weight to the oral examination index calculation standard data And the data for calculating the oral examination index is made current.

클라우드 서버가 현행화된 구강 검진 지수 산정 기준 데이터를 구강 검진 관련 기관에 제공하는 단계(S30)는, 클라우드 서버(80)는 현행화된 구강 검진 지수 산정 기준 데이터를 생성하고, 이 생성된 현행화된 구강 검진 지수 산정 기준 데이터를 구강 검진 관련 기관에 제공하게 된다.In the step S30 of providing the current oral examination index calculation standard data to the oral examination related institution, the cloud server 80 generates the current oral examination index calculation standard data, And provide the data for the evaluation of the oral examination index to the oral examination institutions.

이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.While the present invention has been described in connection with what is presently considered to be practical exemplary embodiments, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, You will understand. It is therefore to be understood that the above-described embodiments are illustrative in all aspects and not restrictive.

10: 구강 검진 시스템 20: 구강 검진 지수 산정 기준 DB
30: 환자 정보 DB 40: 구강 검진소
50: 빅데이터 DB 60: 빅데이터 분석 모듈
70: 구강 검진 지수 산정 기준 현행화 DB
80: 클라우드 서버10: Oral Examination System 20: Oral Examination Index Calculation Standard DB
30: Patient information DB 40: Oral examination room
50: Big Data DB 60: Big Data Analysis Module
70: Oral Examination Index Calculation Standardization DB
80: Cloud server

Claims (22)

환자의 구강 상태를 검진하고, 상기 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 제공하는 구강 검진소;
상기 구강 검진소로부터 제공받은 상기 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 현재 시점에서 상기 환자의 거주 지역 및 연령에 따라 상기 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 상기 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 클라우드 서버; 및
상기 클라우드 서버로부터 현행화된 구강 검진 지수 산정 기준 데이터를 제공받는 구강 검진 관련 기관을 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.A mouth examination site for examining the oral condition of the patient and providing the data for calculating the oral examination index including the oral examination data of the patient, the residence area and age;
The big data made up of the oral examination index calculation standard data provided from the oral examination center is analyzed to determine the influence of the oral examination index calculation standard data on the oral health according to the residence area and the age of the patient at the present time, A cloud server for assigning weights to the oral examination index calculation standard data and making oral examination index calculation standard data current according to the determination result; And
And a dental learning algorithm including a dental checkup related institution that receives the oral examination index calculation standard data from the cloud server. 제 1 항에 있어서,
상기 구강 검진소는 구강 검진 시스템을 포함하고,
상기 구강 검진 시스템은 상기 환자의 구강 상태를 검진하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.The method according to claim 1,
Wherein the oral examination site comprises an oral examination system,
The oral health examination system uses a deep learning algorithm for examining the oral condition of the patient. 제 1 항에 있어서,
상기 구강 검진소는 구강 검진 지수 산정 데이터베이스를 포함하고,
상기 구강 검진 지수 산정 데이터베이스는 상기 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터를 저장하고, 또한 기존의 구강 검진 지수 산정 기준 데이터를 상기 클라우드 서버로부터 제공받은 현행화된 구강 검진 지수 산정 기준 데이터로 갱신하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.The method according to claim 1,
The oral examination site includes a database for calculating the oral examination index,
The oral examination index calculation database stores the oral examination index calculation standard data including the oral examination data of the patient and also stores the existing oral examination index calculation standard data based on the current oral examination index calculation standard provided from the cloud server Oral health care system using deep learning algorithm to update with data. 제 1 항에 있어서,
상기 구강 검진소는 환자 정보 데이터베이스를 포함하고,
상기 환자 정보 데이터베이스는 상기 환자의 거주 지역 및 연령을 저장하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.The method according to claim 1,
Wherein the oral examination site includes a patient information database,
Wherein the patient information database is a deep learning algorithm for storing the patient's residence area and age. 제 1 항에 있어서,
상기 클라우드 서버는 빅데이터 서버를 포함하고,
상기 빅데이터 서버는 상기 구강 검진소로부터 제공받은 상기 구강 검진 지수 산정 기준 데이터를 빅데이터로 저장하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.The method according to claim 1,
Wherein the cloud server includes a big data server,
Wherein the big data server stores the oral care examination index calculation standard data provided from the oral examination center as big data. 제 1 항에 있어서,
상기 클라우드 서버는 빅데이터 분석 모듈을 포함하고,
상기 빅데이터 분석 모듈은 상기 빅데이터를 분석하여 현재 시점에서 상기 환자의 거주 지역 및 연령에 따라 상기 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 상기 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.The method according to claim 1,
The cloud server includes a big data analysis module,
The big data analysis module analyzes the big data and determines influence of the oral care examination index calculation standard data on the oral health according to the residence area and age of the patient at the present time, An oral health management system using a deep learning algorithm that weights the reference data to make the data for calculating the oral examination index current. 제 6 항에 있어서,
상기 가중치가 0 인 경우는 가중치 0 인 경우에 해당하는 구강 검진 지수 산정 기준 데이터를 제외하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.The method according to claim 6,
And when the weight is 0, the dental learning algorithm that excludes the reference data for calculating the dental inspection index corresponding to the weight 0 is used. 제 6 항에 있어서,
구강 검진 지수 산정 기준 데이터를 현행화하는 과정은 새로운 구강 검진 지수 산정 기준 데이터를 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.The method according to claim 6,
The procedure for calculating the oral examination index data is the same as that of the oral health examination system using the deep learning algorithm including the data for calculating the new oral examination index. 제 1 항에 있어서,
상기 클라우드 서버는 구강 검진 지수 산정 기준 현행화 데이터베이스를 포함하고,
상기 구강 검진 지수 산정 기준 현행화 데이터베이스는 상기 현행화된 구강 검진 지수 산정 기준 데이터를 저장하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.The method according to claim 1,
Wherein the cloud server includes a database for calculating a dental inspection index,
The oral health examination system using the deep learning algorithm for storing the current oral examination index calculation standard data. 제 1 항에 있어서,
상기 구강 검진소는 치과 병원 및 보건소를 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.The method according to claim 1,
Wherein the oral examination site includes a dental hospital and a public health center. 제 1 항에 있어서,
상기 구강 검진 관련 기관은 치과 병원, 보건소, 치아 학회, 구강 관련 정부 기관을 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 시스템.The method according to claim 1,
The above-mentioned oral examination-related organizations are oral health management systems using a deep learning algorithm including a dental hospital, a public health center, a dental society, and an oral-related government agency. 클라우드 서버가 구강 검진소로부터 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터, 거주 지역 및 연령을 입력받는 단계;
상기 클라우드 서버가 상기 구강 검진 지수 산정 기준 데이터로 이루어진 빅데이터를 분석하여 현재 시점에서 상기 환자의 거주 지역 및 연령에 따라 상기 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 상기 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 단계; 및
상기 클라우드 서버가 현행화된 구강 검진 지수 산정 기준 데이터를 구강 검진 관련 기관에 제공하는 단계를 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.The cloud server receiving the oral examination index calculation standard data including the oral examination data of the patient from the oral examination place, the residence area and the age;
The cloud server analyzes the big data made up of the oral examination index calculation standard data and determines the influence of the oral examination index calculation standard data on the oral health according to the residence area and the age of the patient at the present time, And weighting the oral care examination index calculation standard data to make the oral examination index calculation standard data current; And
And the cloud server providing the current oral care examination index calculation standard data to the oral examination related institution. 제 12 항에 있어서,
상기 구강 검진소는 구강 검진 시스템을 포함하고,
상기 구강 검진 시스템은 상기 환자의 구강 상태를 검진하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.13. The method of claim 12,
Wherein the oral examination site comprises an oral examination system,
Wherein the oral examination system uses a deep learning algorithm for examining the oral condition of the patient. 제 12 항에 있어서,
상기 구강 검진소는 구강 검진 지수 산정 데이터베이스를 포함하고,
상기 구강 검진 지수 산정 데이터베이스는 상기 환자의 구강 검진 자료를 포함하는 구강 검진 지수 산정 기준 데이터를 저장하고, 또한 기존의 구강 검진 지수 산정 기준 데이터를 상기 클라우드 서버로부터 제공받은 현행화된 구강 검진 지수 산정 기준 데이터로 갱신하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.13. The method of claim 12,
The oral examination site includes a database for calculating the oral examination index,
The oral examination index calculation database stores the oral examination index calculation standard data including the oral examination data of the patient and also stores the existing oral examination index calculation standard data based on the current oral examination index calculation standard provided from the cloud server A method of oral health management using a deep learning algorithm that updates with data. 제 12 항에 있어서,
상기 구강 검진소는 환자 정보 데이터베이스를 포함하고,
상기 환자 정보 데이터베이스는 상기 환자의 거주 지역 및 연령을 저장하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.13. The method of claim 12,
Wherein the oral examination site includes a patient information database,
Wherein the patient information database is a deep learning algorithm for storing the patient's residence area and age. 제 12 항에 있어서,
상기 클라우드 서버는 빅데이터 서버를 포함하고,
상기 빅데이터 서버는 상기 구강 검진소로부터 제공받은 상기 구강 검진 지수 산정 기준 데이터를 빅데이터로 저장하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.13. The method of claim 12,
Wherein the cloud server includes a big data server,
Wherein the big data server stores the oral care examination index calculation standard data provided from the oral examination center as big data. 제 12 항에 있어서,
상기 클라우드 서버는 빅데이터 분석 모듈을 포함하고,
상기 빅데이터 분석 모듈은 상기 빅데이터를 분석하여 현재 시점에서 상기 환자의 거주 지역 및 연령에 따라 상기 구강 검진 지수 산정 기준 데이터가 구강 건강에 미치는 영향력을 판단하고, 판단 결과에 따라 상기 구강 검진 지수 산정 기준 데이터에 가중치를 부여하여 구강 검진 지수 산정 기준 데이터를 현행화하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.13. The method of claim 12,
The cloud server includes a big data analysis module,
The big data analysis module analyzes the big data and determines influence of the oral care examination index calculation standard data on the oral health according to the residence area and age of the patient at the present time, A method of oral health management using a deep learning algorithm that weights the reference data to make the data for calculating the oral examination index current. 제 17 항에 있어서,
상기 가중치가 0 인 경우는 가중치 0 인 경우에 해당하는 구강 검진 지수 산정 기준 데이터를 제외하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.18. The method of claim 17,
The method of claim 1, wherein the weighting value is 0 when the weight is zero. 제 17 항에 있어서,
구강 검진 지수 산정 기준 데이터를 현행화하는 과정은 새로운 구강 검진 지수 산정 기준 데이터를 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.18. The method of claim 17,
The procedure for calculating the oral examination index standard data is the oral health examination method using the deep learning algorithm including the new oral examination index calculation standard data. 제 12 항에 있어서,
상기 클라우드 서버는 구강 검진 지수 산정 기준 현행화 데이터베이스를 포함하고,
상기 구강 검진 지수 산정 기준 현행화 데이터베이스는 상기 현행화된 구강 검진 지수 산정 기준 데이터를 저장하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.13. The method of claim 12,
Wherein the cloud server includes a database for calculating a dental inspection index,
The oral health examination method using the deep learning algorithm for storing the current oral examination index calculation standard data. 제 12 항에 있어서,
상기 구강 검진소는 치과 병원 및 보건소를 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.13. The method of claim 12,
Wherein the oral examination site includes a dental hospital and a public health center. 제 12 항에 있어서,
상기 구강 검진 관련 기관은 치과 병원, 보건소, 치아 학회, 구강 관련 정부 기관을 포함하는 딥러닝 알고리즘을 이용한 구강 건강 관리 방법.13. The method of claim 12,
The oral health check-up organization includes a dental learning algorithm including a dental hospital, a public health center, a dental society, and an oral-related government agency.
KR1020160067705A 2016-05-31 2016-05-31 A system and method for managing of oral care using deep learning KR101868979B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160067705A KR101868979B1 (en) 2016-05-31 2016-05-31 A system and method for managing of oral care using deep learning

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160067705A KR101868979B1 (en) 2016-05-31 2016-05-31 A system and method for managing of oral care using deep learning

Publications (2)

Publication Number Publication Date
KR20170135572A true KR20170135572A (en) 2017-12-08
KR101868979B1 KR101868979B1 (en) 2018-07-23

Family

ID=60920204

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160067705A KR101868979B1 (en) 2016-05-31 2016-05-31 A system and method for managing of oral care using deep learning

Country Status (1)

Country Link
KR (1) KR101868979B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190105333A (en) * 2018-03-05 2019-09-17 재단법인 경북아이티융합 산업기술원 Oral conditon management remote monitoring system using image analysis
KR102240932B1 (en) 2020-03-23 2021-04-15 한승호 Method, apparatus, and system of managing oral health data
JP2022521136A (en) * 2019-03-25 2022-04-06 ボンワイズインコーポレイテッド A recording medium recording devices, methods and instructions for determining tooth bone age
WO2024020318A1 (en) * 2022-07-19 2024-01-25 Yara Group, Inc. Systems and methods for prediction of outcomes by analyzing data

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102311395B1 (en) 2019-10-14 2021-10-13 주식회사 큐티티 Oral Health Prediction Device and Method Using Periodontitis Detection
KR102218752B1 (en) 2018-10-16 2021-02-23 주식회사 큐티티 Periodontal disease management system using deep learning and big data
KR102311385B1 (en) 2019-10-14 2021-10-13 주식회사 큐티티 Oral Health Prediction Device and Method Using Dental Caries Detection
US20210398275A1 (en) * 2018-10-16 2021-12-23 Qtt Co. Oral health prediction apparatus and method using machine learning algorithm
KR20200054366A (en) 2018-11-05 2020-05-20 주식회사 큐티티 Children oral health care and education system
KR20200051334A (en) 2018-11-05 2020-05-13 주식회사 큐티티 Children oral health management system based on medical service platform
KR102311398B1 (en) 2019-12-26 2021-10-14 주식회사 큐티티 Mobile based self-oral examination device
KR102392912B1 (en) 2020-09-09 2022-05-03 주식회사 큐티티 Booth based self-oral examination device
KR102392916B1 (en) 2020-09-09 2022-05-03 주식회사 큐티티 Oral examination apparatus using examination booth
KR102627428B1 (en) 2021-09-29 2024-01-23 최재유 Oral examination method using oral examination booth
KR102627425B1 (en) 2021-09-29 2024-01-23 최재유 Examination booth for oral examination
KR20230102720A (en) 2021-12-30 2023-07-07 주식회사 큐티티 Method for oral image training and classification and apparatus for executing the same
KR20240077809A (en) 2022-11-25 2024-06-03 최재유 Data generation system for artificial intelligence learning for periodontitis diagnosis
KR20240077810A (en) 2022-11-25 2024-06-03 최재유 Cloud-based artificial intelligence auto-labeling system for vitalization of dental data utilization

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110125421A (en) * 2010-05-13 2011-11-21 주식회사 닥터프리벤트 System and method for providing dental care service
KR20130107519A (en) * 2012-03-22 2013-10-02 경북대학교 산학협력단 Tele-dental smart care system and method at the same
KR101510600B1 (en) * 2014-11-11 2015-04-08 국민건강보험공단 Bigdata health record system
KR20150078236A (en) * 2013-12-30 2015-07-08 주식회사 케이티 Method and System for personalized healthcare

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110125421A (en) * 2010-05-13 2011-11-21 주식회사 닥터프리벤트 System and method for providing dental care service
KR20130107519A (en) * 2012-03-22 2013-10-02 경북대학교 산학협력단 Tele-dental smart care system and method at the same
KR20150078236A (en) * 2013-12-30 2015-07-08 주식회사 케이티 Method and System for personalized healthcare
KR101510600B1 (en) * 2014-11-11 2015-04-08 국민건강보험공단 Bigdata health record system

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190105333A (en) * 2018-03-05 2019-09-17 재단법인 경북아이티융합 산업기술원 Oral conditon management remote monitoring system using image analysis
JP2022521136A (en) * 2019-03-25 2022-04-06 ボンワイズインコーポレイテッド A recording medium recording devices, methods and instructions for determining tooth bone age
US11961235B2 (en) 2019-03-25 2024-04-16 Bonewise Inc. Apparatus, method and recording medium storing instructions for determining bone age of teeth
KR102240932B1 (en) 2020-03-23 2021-04-15 한승호 Method, apparatus, and system of managing oral health data
WO2024020318A1 (en) * 2022-07-19 2024-01-25 Yara Group, Inc. Systems and methods for prediction of outcomes by analyzing data

Also Published As

Publication number Publication date
KR101868979B1 (en) 2018-07-23

Similar Documents

Publication Publication Date Title
KR101868979B1 (en) A system and method for managing of oral care using deep learning
Rodrigo et al. Prevalence and risk indicators of peri‐implant diseases in Spain
Beglin et al. A comparison of the reliability and validity of 3 occlusal indexes of orthodontic treatment need
Kushnir et al. Validation of a Hebrew version of the oral health impact profile 14
Preciado et al. A new, short, specific questionnaire (QoLIP-10) for evaluating the oral health-related quality of life of implant-retained overdenture and hybrid prosthesis wearers
KR101710357B1 (en) A system, engine and method for managing of oral care
US8439681B2 (en) Method of assessing oral health risk
Gordan et al. Methods used by Dental Practice-based Research Network (DPBRN) dentists to diagnose dental caries
Banting et al. Rationale and evidence for the international caries detection and assessment system (ICDAS II)
Lindmark et al. Sense of coherence and oral health status in an adult Swedish population
Pienihäkkinen et al. Assessment of caries risk in preschool children
Powell et al. Factors associated with caries incidence in an elderly population
Rindal et al. Methods dentists use to diagnose primary caries lesions prior to restorative treatment: findings from The Dental PBRN
Merli et al. Inter‐rater agreement in the diagnosis of mucositis and peri‐implantitis
Yamamoto et al. Validity of a questionnaire for periodontitis screening of Japanese employees
Aranibar Quiroz et al. Relationship between plaque pH and different caries-associated variables in a group of adolescents with varying caries prevalence
Gillam Management of dentin hypersensitivity
Sukumar et al. Location of prosthodontic treatment and oral health-related quality of life–An exploratory study
Novaes et al. Association between quantitative measures obtained using fluorescence‐based methods and activity status of occlusal caries lesions in primary molars
Da Silva et al. Variations in caries diagnoses and treatment recommendations and their impacts on the costs of oral health care
Jablonski-Momeni et al. Use of AC impedance spectroscopy for monitoring sound teeth and incipient carious lesions
Gupta et al. A scoping review of the uses of the care index in children
JPWO2019167963A1 (en) Examination method for determining the oral index
Nascimento et al. Concordance between preoperative and postoperative assessments of primary caries lesion depth: results from the Dental PBRN
JP2013531245A (en) Oral health index

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right