KR20200002201A - 인공지능을 통한 스마트 헬스케어 시스템 - Google Patents
인공지능을 통한 스마트 헬스케어 시스템 Download PDFInfo
- Publication number
- KR20200002201A KR20200002201A KR1020180075447A KR20180075447A KR20200002201A KR 20200002201 A KR20200002201 A KR 20200002201A KR 1020180075447 A KR1020180075447 A KR 1020180075447A KR 20180075447 A KR20180075447 A KR 20180075447A KR 20200002201 A KR20200002201 A KR 20200002201A
- Authority
- KR
- South Korea
- Prior art keywords
- unit
- artificial intelligence
- healthcare system
- image
- smart healthcare
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 19
- 238000003745 diagnosis Methods 0.000 claims abstract description 13
- 238000013135 deep learning Methods 0.000 claims abstract description 9
- 201000010099 disease Diseases 0.000 abstract description 9
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 9
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000000034 method Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 4
- 238000013136 deep learning model Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 210000000554 iris Anatomy 0.000 description 1
- 230000007721 medicinal effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
본 발명은 의사의 질병 진단 및 진료 행위를 보조하기 하기 위한 서비스를 제공하는데 있어, 다양한 질병의 진단 및 검출을 포함한 의료 서비스 고도화를 위해 음성인식 등의 생체 정보를 인식하는 인공지능을 통한 개인 맞춤형 서비스 및 딥러닝을 통해 학습된 모델로 검출 및 진단을 보조하는 서비스를 제공할 수 있다.
Description
본 발명은 인공지능을 통한 스마트 헬스케어 시스템에 관한 것으로서, 보다 상세하게는 의사의 질병 진단 및 진료 행위를 보조하기 하기 위한 서비스를 제공하는데 있어, 다양한 질병의 진단 및 검출을 포함한 의료 서비스 고도화를 위해 음성인식 등의 생체 정보를 인식하는 인공지능을 통한 개인 맞춤형 서비스 및 딥러닝을 통해 학습된 모델로 검출 및 진단을 보조하는 서비스를 제공할 수 있는 스마트 헬스케어 시스템에 관한 것이다.
인공지능 기술은 빅데이터와 빠른 연산이 가능한 컴퓨팅 파워에 의해 영상의 검출 및 분류에서 사람보다 높은 정확도를 보여준다. 의료 영상 분석은 비침습 방법으로써 환자의 부담을 최소화하면서 질병을 검사할 수 있는 효과적인 검사 방법이다.
특히, 최근 의료서비스 패러다임이 치료에서 예방 및 예측으로 전환됨에 따라 의료영상과 인공지능을 통한 질병 진단 및 검출 솔루션에 대한 관심이 높아지고 있다. 또한, 솔루션을 의료영상에 적용하기 위해서는 다양한 전처리 과정이 필요하며 이 부분은 연구자가 일일이 수작업으로 진행해야 하는 한계가 있다.
한편, 의료 영상을 통해 의사가 진단한 판독문을 저장하는데 있어 기존의 시스템들은 정확한 사용자 확인이 되지 않았다. 즉, 정보의 보안에 있어서 단순 아이디와 비번을 통한 방식은 보안성이 약한 단점이 있다.
따라서, 인공지능을 활용해 진단 및 영상 판독을 포함한 의료 행위의 편의성을 증진시킬 수 있도록 하는 방법이 요구되고 있다.
이에 본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로써, 의료서비스의 고도화를 위한 인공지능 기술을 적용하여 신뢰도 높은 판독 결과를 제공하고, 각각의 전문의에 대한 맞춤형 서비스를 제공하면서도 보안 및 편의성을 향상시킨 인공지능을 통한 스마트 헬스케어 시스템을 제공하는데 그 목적이 있다.
상기 목적은 본 발명에 따라, 인공지능을 통한 스마트 헬스케어 시스템에 있어서, 사용자의 음성 등의 생체 정보를 통해 로그인 여부를 관리하는 인증 관리부와; 의학 영상이 저장된 원본영상부와; 상기 원본영상부에 저장된 의학 영상을 학습하는 딥러닝부와; 사용자의 음성을 인식하는 음성 인식부와; 상기 음성 인식부를 통한 명령에 기초하여, 상기 원본 영상부로부터 해당 의학 영상을 추출하여 화면 상에 표시하고, 딥러닝부에 의한 학습 결과에 따라 진단 결과를 제공하는 제어부를 포함하는 것을 특징으로 하는 인공지능을 통한 스마트 헬스케어 시스템에 의해서 달성된다.
상기 구성에 따라 본 발명에 따르면, 질병의 예장 및 예측을 위한 인공지능을 포함한 의료 서비스 전반에 적용 가능한 인공지능을 통한 스마트 헬스케어 시스템이 제공된다.
또한, 시스템에서 영상 및 정보를 불러올 때 추가로 음성 등의 생체 정보를 활용함으로써 보안 및 개인 맞춤형 환경 정보를 확보할 수 있게 되며, 개인 맞춤형 환경 설정을 활용해 영상에 자동으로 적용한 결과를 제공함으로써 사용의 편리성 또한 제공 가능하게 된다.
그리고, 음성인식 등의 인공지능 기술을 활용하여 영상 판독을 수행함으로써 사용의 편의성이 제공된다.
도 1은 본 발명의 실시예에 따른 스마트 헬스케어 시스템의 전체 흐름을 도식화한 것이고,
도 2는 본 발명의 실시예에 따른 스마트 헬스케어 시스템의 원본 영상부 및 전처리부의 구성을 나타낸 도면이고,
도 3은 본 발명의 실시예에 따른 스마트 헬스케어 시스템의 딥러닝부를 설명하기 위한 도면이고,
도 4는 본 발명에 실시예에 따른 스마트 헬스케어 시스템의 최종 결과 출력 과정을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 스마트 헬스케어 시스템의 원본 영상부 및 전처리부의 구성을 나타낸 도면이고,
도 3은 본 발명의 실시예에 따른 스마트 헬스케어 시스템의 딥러닝부를 설명하기 위한 도면이고,
도 4는 본 발명에 실시예에 따른 스마트 헬스케어 시스템의 최종 결과 출력 과정을 나타낸 도면이다.
이하에서는 첨부된 도면들을 참조하여 본 발명에 따른 실시예에 대해 상세히 설명한다.
본 발명은 인공지능을 통한 스마트 헬스케어 서비스로써, 질병 진단 및 검출을 포함한 폭넓은 의료영상판독 행위를 보조하는 인공지능 서비스를 포함한다. 전문의가 영상을 판독하는 과정에서 전문의가 주로 사용하는 영상의 밝기, 해상도, 질병에 대해 좀 더 관심을 두고 관찰하는 부위 등의 정보를 따로 저장하고, 이를 인공지능 모델 학습에 참고함으로써 전문의와 동일하게 관찰하는 인공지능 모델의 확보가 가능하다. 또한, 모델에 사용하기 위한 정보의 저장과 불러오기를 사용자의 생체 정보와 함께 사용함으로써 보안을 강조하고 편의성의 증가된 서비스 제공이 가능하다. 또한, 영상의학 전문의의 소견을 즉각 반영하여 소견에 맞는 모델에 영상을 적용시키고 그 결과를 원본영상에 투영하여 시각적으로 확인 가능한 서비스와 판단 결과에 대한 내용을 보고서로 자동 작성해주는 서비스를 포함한다. 그리고, 다양한 전문의가 확인한 결과들을 취합하여 최종 진단을 내리고, 해당 영상에 대한 라벨(label)로 지정하여 인공지능 모델의 재학습을 진행하여 추후 더욱 향상된 성능의 모델을 확보 가능하다.
본 발명은 다양한 변환을 기할 수 있고, 여러 가지 실시예를 가질 수 있다. 따라서 도면을 통해 특정 실시예를 예시하고 상세 설명하고자 하며 이하에서 구술한 바에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다.
도 1은 본 발명의 실시예에 따른 전체 흐름을 도식화한 것이다. 도 1을 참조하여 설명하면, 환자별 CT, MRI 등의 영상을 촬영할 때의 환경 설정과, 영상 전문의가 판독을 위해 영상을 불러올 때 자동으로 각 영상전문의가 선호하는 설정으로 맞추어주며, 이는 영상전문의가 입력하는 신호를 인공지능으로 판별하여 자동으로 실시해준다. 또한, 영상판독전문의가 입력한 소견에 따라 적합한 모델을 선정하고 그 결과를 시각적으로 확인 가능하다. 시스템이 확인한 결과에 대해 최종적으로 영상판독 전문의가 확인하고 그 결과로 모델을 다시 재학습시켜 더욱 향상된 성능의 모델을 획득 가능하다.
도 2를 참조하여 설명하면, 원본영상부는 최초 PACS 시스템 등의 영상 정보를 자동 판별하여 로드해주는 역할을 수행한다. 명령의 예로, "오늘 판독할 환자 보여줘", "어제 촬영한 환자 보여
줘" 등을 포함할 수 있다. 명령을 수행함에 있어서 영상을 보여줄 때, 환자별 정보를 간략히 피드백해 줄수 있다. 예컨대, "오늘 판독하실 환자의 수는 100 입니다. 그중 CT 80건,
MRI 20건 입니다." 등을 포함할 수 있다.
여기서, 최초 영상 정보를 받아올 때 지문, 홍채, 목소리 등의 생체정보를 통해 로그인 함으로써 다른 이가 함부로 접속할 수 없도록 하고, 영상을 판독한 전문의를 자동판별함으로써 판독 결과에 대한 책임소지를 명확히 할 수 있다.
전처리부는 환자별 촬영기기의 설정 환경과 영상의학 전문의가 선호하는 영상의 밝기, 해상도 등의 정보를 저장하고, 그 정보를 딥러닝 모델의 학습에 참고하여 딥러닝 모델이 영상 의학 전문의의 특성을 학습하도록 한다.
도 3을 참조하여 설명하면, 딥러닝부는 앞서 전처리부에서 저장한 정보와 전문의가 입력한 소견에 해당하는 부위의 영상을 모델에 적용해 검출 및 진단 결과를 히트맵(heatmap) 또는 확률맵(feature map) 형태로 시각화해준다. 또한, 자동으로 진단 결과에 사용된 설정 및 결과값 등을 보고서 형식으로 작성하여 의사 및 환자가 확인할 수 있도록 한다.
도 4를 참조하여 설명하면, 최종결과는 앞서 사용된 데이터 및 설정들을 통해 최종 보고서 형식으로 자동 구성해 주고, 이를 의사 및 환자가 진단에 참고 가능하도록 할 수 있다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
Claims (1)
- 인공지능을 통한 스마트 헬스케어 시스템에 있어서,
사용자의 음성 등의 생체 정보를 통해 로그인 여부를 관리하는 인증 관리부와;
의학 영상이 저장된 원본영상부와;
상기 원본영상부에 저장된 의학 영상을 학습하는 딥러닝부와;
사용자의 음성을 인식하는 음성 인식부와;
상기 음성 인식부를 통한 명령에 기초하여, 상기 원본 영상부로부터 해당 의학 영상을 추출하여 화면 상에 표시하고, 딥러닝부에 의한 학습 결과에 따라 진단 결과를 제공하는 제어부를 포함하는 것을 특징으로 하는 인공지능을 통한 스마트 헬스케어 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180075447A KR20200002201A (ko) | 2018-06-29 | 2018-06-29 | 인공지능을 통한 스마트 헬스케어 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180075447A KR20200002201A (ko) | 2018-06-29 | 2018-06-29 | 인공지능을 통한 스마트 헬스케어 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20200002201A true KR20200002201A (ko) | 2020-01-08 |
Family
ID=69154269
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180075447A KR20200002201A (ko) | 2018-06-29 | 2018-06-29 | 인공지능을 통한 스마트 헬스케어 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20200002201A (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102321661B1 (ko) | 2020-06-12 | 2021-11-05 | 고려대학교 산학협력단 | 심장 상태 감지 센서 장치 및 이를 이용한 심장 상태 모니터링 방법 |
| KR20220078236A (ko) * | 2020-12-03 | 2022-06-10 | 주식회사 이노그리드 | 인공지능에 기반한 진단을 위한 수의 영상 정보 관리 방법 및 시스템 |
| KR20240018729A (ko) | 2022-08-02 | 2024-02-14 | 주식회사 뉴로티엑스 | 멀티모달 생체신호에 기반하여 사용자의 건강 상태를 분석하는 시스템 및 그 방법 |
-
2018
- 2018-06-29 KR KR1020180075447A patent/KR20200002201A/ko unknown
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102321661B1 (ko) | 2020-06-12 | 2021-11-05 | 고려대학교 산학협력단 | 심장 상태 감지 센서 장치 및 이를 이용한 심장 상태 모니터링 방법 |
| KR20210154675A (ko) | 2020-06-12 | 2021-12-21 | 고려대학교 산학협력단 | 인공지능 기반 생체신호 모니터링 및 분석을 통한 복합 생활 지원 솔루션 제공 시스템 및 그 동작 방법 |
| KR20220078236A (ko) * | 2020-12-03 | 2022-06-10 | 주식회사 이노그리드 | 인공지능에 기반한 진단을 위한 수의 영상 정보 관리 방법 및 시스템 |
| KR20230113718A (ko) * | 2020-12-03 | 2023-08-01 | 주식회사 이노그리드 | 인공지능에 기반한 진단을 위한 수의 영상 정보 관리방법 및 시스템 |
| KR20240018729A (ko) | 2022-08-02 | 2024-02-14 | 주식회사 뉴로티엑스 | 멀티모달 생체신호에 기반하여 사용자의 건강 상태를 분석하는 시스템 및 그 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Navarrete-Dechent et al. | Automated dermatological diagnosis: hype or reality? | |
| KR101818074B1 (ko) | 인공지능 기반 의료용 자동 진단 보조 방법 및 그 시스템 | |
| US11839480B2 (en) | Computer implemented method for analyzing electroencephalogram signals | |
| JP2009513205A (ja) | 特に診断画像に使用する画像処理システム | |
| WO2015023682A1 (en) | Systems and methods for interpretive medical data management | |
| Kalusivalingam et al. | Enhancing Diagnostic Accuracy in Medical Imaging through Convolutional Neural Networks and Transfer Learning Algorithms | |
| KR20200002201A (ko) | 인공지능을 통한 스마트 헬스케어 시스템 | |
| KR102218674B1 (ko) | 건강관리 서비스 제공 방법 | |
| Crowson et al. | AutoAudio: deep learning for automatic audiogram interpretation | |
| Sasi Kumar et al. | DeepQ Residue Analysis of Brain Computer Classification and Prediction Using Deep CNN | |
| CN111226287B (zh) | 用于分析医学成像数据集的方法、系统、程序产品和介质 | |
| França et al. | An overview of the impact of PACS as health informatics and technology e-health in healthcare management | |
| Huo | Full-stack application of skin cancer diagnosis based on CNN Model | |
| KR102036052B1 (ko) | 인공지능 기반으로 비규격화 피부 이미지의 의료 영상 적합성을 판별 및 변환하는 장치 | |
| Rani et al. | Skin disease diagnosis using vgg19 algorithm and treatment recommendation system | |
| Di Martino et al. | A computational framework to support the treatment of bedsores during COVID-19 diffusion | |
| US20240273900A1 (en) | Protection of personally identifiable content in a video stream generated by an imaging device during a medical procedure | |
| KR102578043B1 (ko) | 메디컬 자료 관리 시스템, 관리 방법 및 이를 위한 프로그램 | |
| KR102263708B1 (ko) | 비식별화표준db를 이용한 헬스케어 영상 비식별화 장치 | |
| KR102263719B1 (ko) | 헬스케어 영상을 이용한 비식별화 장치 | |
| KR20230094778A (ko) | 환자 정보 제공 방법 및 장치, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램 | |
| US20230178200A1 (en) | Direct medical treatment predictions using artificial intelligence | |
| CN113707289B (zh) | 医学人工智能平台及其搭建方法 | |
| KR102263689B1 (ko) | 원본 영상 이미지 접속 권한부여가 가능한 헬스케어 영상 비식별화 장치 | |
| Lang et al. | Teledermatology: Current Indications and Future Perspectives |