KR20200135052A - 인공지능을 이용한 욕창 환자 관리 시스템 및 그 동작 방법 - Google Patents
인공지능을 이용한 욕창 환자 관리 시스템 및 그 동작 방법 Download PDFInfo
- Publication number
- KR20200135052A KR20200135052A KR1020190061434A KR20190061434A KR20200135052A KR 20200135052 A KR20200135052 A KR 20200135052A KR 1020190061434 A KR1020190061434 A KR 1020190061434A KR 20190061434 A KR20190061434 A KR 20190061434A KR 20200135052 A KR20200135052 A KR 20200135052A
- Authority
- KR
- South Korea
- Prior art keywords
- patient
- pressure
- management
- data
- bedsores
- Prior art date
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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
- A61G7/05—Parts, details or accessories of beds
- A61G7/057—Arrangements for preventing bed-sores or for supporting patients with burns, e.g. mattresses specially adapted therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G2203/00—General characteristics of devices
- A61G2203/30—General characteristics of devices characterised by sensor means
- A61G2203/34—General characteristics of devices characterised by sensor means for pressure
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Nursing (AREA)
- Animal Behavior & Ethology (AREA)
- Artificial Intelligence (AREA)
- Veterinary Medicine (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Invalid Beds And Related Equipment (AREA)
Abstract
환자 관리 시스템이 제공된다. 시스템은 탄성 필름에 배치되는 적어도 하나의 감압 센서를 포함하는 환자용 매트; 상기 환자용 매트에 작용한 상기 적어도 하나의 감압 센서의 센싱 값 분포도를 프로세서로 전송하는 통신부; 및 분포도를 이용하여 인공지능 분석하여 상기 환자에게 적용되어야할 관리 지침을 생성하는 프로세서를 포함할 수 있다.
Description
병의원, 요양시설 또는 가정에서 환자를 관리하는 의료기기에 연관되며 보다 특정하게는 욕창이 우려되는 환자를 관리하기 위한 시스템에 연관된다.
욕창이란 한 자세로 계속 앉아 있거나, 누워 있을 때 신체의 부위에 지속적으로 압력이 가해지고, 그 부위에 순환의 장애가 일어나 상기 부위의 피하조직 손상이 유발되는 것이다. 욕창은 수술 또는 시술 후, 혼자 거동이 힘들어 오랜 시간 한 자리에 누워 지내야 하는 환자에게 자주 발생하는데, 욕창이 생기는 것을 방지하기 위해 간병인이나 의료진들이 자주 환자를 관리해주어야 한다. 간병인이나 의료진들이 다수의 환자를 관리하다 보면, 환자가 얼마의 시간동안 한자세로 누워있는지 파악하기 힘든 경우도 있다.
미국 보건복지부 산하기관 AHRQ, 욕창에 의한 헬스케어 시스템 손실은 9.1 달러에서 11.6 달러로 발표하였다. 또한, NPUAP에 따르면 욕창 환자의 수는 연간 미국 250만명, 영국 40만명 규모였다. 국내에서는 욕창환자 수는 총 55만명 정도로, 2012년 대비 2017년 욕창환자 수는 54% 증가된 것으로 파악된다.
2024년까지 글로벌 디지털 헬스케어 시장은 연평균 19.35%로 성장하여 4,230억달러 시장이 생길 것으로 전망된다. 빅데이터 기반 AI 활용이 증가되고, ICT 대기업 및 헬스케어 업계의 인수합병 증가 등이 주 영향을 미친다. 또한, 국내에서는 경제적 주도권이 노년층에 집중되어 있어 노년층을 타겟으로 한 고령친화산업 시장이 꾸준히 성장하여, 노인 요양 서비스의 연평균 성장률이 16.7%로 고령친화산업 중 성장이 특히 빠르다.
이에 반해, 요양기관 내 간호인력이 부족하고, 업무 과중으로 인해 욕창 환자에 대한 관리가 소홀하다. 간병인은 비전문 의료인력이기 때문에, 적절한 조치가 잘 취해지지 않으며, 욕창에 대한 통일된 가이드의 부재로, 상황별 적절한 치료가 매우 어렵다. 또한, 헬스케어 데이터의 비표준화로 시스템 구성 등의 가치 재창출이 어렵고, 이로 인해 지속적인 치료 비용 및 사회적 비용이 추가 발생되는 면도 있다.
욕창 관리 제품 시장은 성장하는데 반해, 제품의 효용성 및 안전성 문제가 발생하는 점도 있다. 욕창 발병률이 증가함에 따라 욕창을 방지하고, 관리하는 제품의 수요가 급증하여, 관련 시장의 규모는 2008년 대비 2014년 11배 증가하였고, 이에 따라 다양한 제품이 출시되기 시작하였다. 상기 출시된 제품은 압력 분산 및 기울기 변경에 기능이 집중되어 있다.
일실시예에 따른 환자 관리 시스템은, 탄성 필름에 배치되는 적어도 하나의 감압 센서를 포함하는 환자용 매트; 상기 환자용 매트에 작용한 상기 적어도 하나의 감압 센서의 센싱 값 분포도를 프로세서로 전송하는 통신부; 및 분포도를 이용하여 인공지능 분석하여 상기 환자에게 적용되어야할 관리 지침을 생성하는 프로세서를 포함할 수 있다.
도1은 일실시예에 따른 인공지능 욕창 관리 시스템의 과정을 도시한다.
도2는 일실시예에 따른 필름형 압력센서의 구성을 도시한다.
도3은 일실시예에 따른 욕창 모니터링 매트의 구성을 도시한다.
도4는 일실시예에 따른 인공지능 욕창 관리 가이드 및 기록 관리 시스템을 도시한다.
도5는 일실시예에 따른 IoT 모듈을 적용한 헬스케어 디바이스 무선 전송 네트워크를 도시한다.
도6은 일실시예에 따른 욕창 관리 가이드 알고리즘 순서도를 도시한다.
도7은 일실시예에 따라 임상시험을 통해 환자 생성 데이터를 확보하는 것을 나타낸다.
도8은 인공지능을 통해 욕창 발생 확률을 추정하고, 가이드를 제공하는 것을 나타낸다.
도9는 환자 개인 맞춤형 욕창 관리 가이드를 제공해 주는 애플리케이션을 도시한다.
도2는 일실시예에 따른 필름형 압력센서의 구성을 도시한다.
도3은 일실시예에 따른 욕창 모니터링 매트의 구성을 도시한다.
도4는 일실시예에 따른 인공지능 욕창 관리 가이드 및 기록 관리 시스템을 도시한다.
도5는 일실시예에 따른 IoT 모듈을 적용한 헬스케어 디바이스 무선 전송 네트워크를 도시한다.
도6은 일실시예에 따른 욕창 관리 가이드 알고리즘 순서도를 도시한다.
도7은 일실시예에 따라 임상시험을 통해 환자 생성 데이터를 확보하는 것을 나타낸다.
도8은 인공지능을 통해 욕창 발생 확률을 추정하고, 가이드를 제공하는 것을 나타낸다.
도9는 환자 개인 맞춤형 욕창 관리 가이드를 제공해 주는 애플리케이션을 도시한다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도1은 일실시예에 따른 인공지능 욕창 관리 시스템의 과정을 도시한다.
일실시예에 따른 욕창 관리 시스템은 대형 탄성 필름형 압력센서를 적용한 욕창 모니터링 매트를 개발하여, 시간대별 압력 분포와 환자 기본 정보를 실시간으로 측정한다. 또한, 인공지능 기반의 욕창 관리 가이드를 제공해주는 욕창 매니저 어플리케이션은 상기 인공지능이 욕창 발생확률을 추정하여 상황별 가이드를 생성할 수 있다. 표준화된 의료 처치기록을 병원의 EMR 및 개인기기로의 동기화를 통해 의료 기록관리 체계를 구축할 수 있다.
도2는 일실시예에 따른 필름형 압력센서의 구성을 도시한다.
일실시예에 따른 욕창 모니터링 매트는 필름형 압력센서를 포함할 수 있다. 상기 탄성 필름형 압력센서는 3겹의 구조로 구성되어 잇고, 압력에 의해 중간층 공극 사이로 상, 하부 기판 두층이 맞닿는 면적에 비례하여 변하는 전류 세기를 압력 값으로 변환할 수 있다.
상기 실시예에 따른 욕창 모니터링 매트는, 탄성과 연신성을 가진 압력센서의 기판 재료, 연신시 높은 안정성과 전도도를 갖는 전도성 잉크를 포함하며, 돔 구조를 형성하여 압력센서의 정확도가 개선될 수 있다.
탄성과 연신성을 가진 압력센서의 기판 재료는, 500% 정도의 완전 탄성을 갖고, 침상 및 신체에 밀착 변형되어 이질감이 느껴지지 않을 정도의 연신성을 갖고 있다. 또한, 강한 내구성을 갖는데, 반복 연신 및 뾰족한 의료기기로부터도 안전하다. 상기 재료는, 넓은 온도 범위에서 사용가능할 정도로 높은 내열성을 갖으며, 2차 감염으로부터 보호하기 위해 높은 위생 안전성을 갖는다. 또한, 용액 공정으로 경제적일 수 있다.
연신시 높은 안정성과 전도도를 갖는 전도성 잉크는 금속 재료와 실리콘러버 합성물을 이용하며, 반복 연신 시에도 높은 전도도로 유지될 수 있다. 상기 전도성 잉크를 통해 200% 연신까지 저항 변화 0.01% 수준으로 유지할 수 있다. 반복 연신에도 높은 내구성을 갖으며, 합성물 원료 비율 조절로 전도도 범위도 조절할 수 있다. 프린팅이 가능하여 쉬운 공정으로 대량 생산이 가능하며, 높은 내열성으로 다양한 온도 범위에서 반복 사용이 가능할 수 있다.
상기 실시예에 따른 욕창 관리 매트는 돔 구조를 통해 압력 센서의 정확도를 개선시킬 수 있다. 평면 적층형 구조에 비해 돔 구조 적층형 구조는 일체형 구조체로 제조 가능하여, 압력 인지 범위 조절이 자유롭고, 선형적인 압력 데이터로 신호 안정성이 확보될 수 있다.
상기 필름형 압력센서는 기판을 전도성 잉크에 찍었다가 말리는 디핑 공정을 사용하여, 기존 코팅 공정보다 다양한 크기의 입체구조에서 빠르고 간단하며, 쉽고 빠른 공정으로 대량생산할 수 있다. 공정 후 처리 과정에서 수축률이 낮아, 사용 환경에서도 기존 디자인 구조를 유지하여, 기판과 전도성 잉크의 우수한 접착력으로 내구성, 안정성이 상승될 수 있다.
도3은 일실시예에 따른 욕창 모니터링 매트의 구성을 도시한다.
욕창 모니터링 매트는 침대 매트리스 위에, 지능형 압력센서가 포함된 모니터링 매트가 있을 수 있으며, 상기 압력 센서를 통해 센싱된 데이터는 IoT 통신 모듈을 통해 통신될 수 있다.
도4는 일실시예에 따른 인공지능 욕창 관리 가이드 및 기록 관리 시스템을 도시한다.
일실시예에 따른 시스템은 IoT 모듈을 적용하여 헬스케어 디바이스 무선 전송 네트워크를 구축하며, 임상을 통한 데이터 수집 시스템 및 인공지능 욕창 발생 추정 알고리즘을 포함할 수 있다.
또한, 시간대별 압력 분포와 환자 기본 정보를 무선으로 전송하고, 상기 알고리즘을 통해 욕창 발생확률을 추정하여, 욕창 발생 확률에 따라 추천 자세 제안 가이드를 생성할 수 있다. 상기 가이드에 따라, 간병인 또는 의료진에게 가이드 메시지를 보낼 수 있으며, 처치 기록을 전산화하여 EMR 및 개인기기와 동기화시킬 수 있다.
도5는 일실시예에 따른 IoT 모듈을 적용한 헬스케어 디바이스 무선 전송 네트워크를 도시한다.
일실시예에 따라, 탄성 필름형 압력센서에 통신 기능을 직접적으로 부여하여 빅데이터 수집과 다중 모니터링이 가능한 표준화된 시스템을 구축할 수 있다. 디바이스 자체에서 다루기 힘든 대용량의 데이터를 클라우드 서버로 실시간 전송 및 분석하고, 다중으로 들어오는 의료 데이터를 비식별화하여 개인정보를 보호할 수 있다.
도6은 일실시예에 따른 욕창 관리 가이드 알고리즘 순서도를 도시한다.
일실시예에 따른 욕창 관리 가이드 알고리즘은 병원별, 의사별로 같은 환자라도 욕창 관리 방식이 다르므로, 임상시험에 적용하기 위한 표준 욕창관리 알고리즘에 관한 것이다. 상기 알고리즘은 PICO study를 통한 1차 욕창관리 알고리즘일 수 있다.
상기 실시예에 따른 알고리즘은 압력의 분포와 크기, 그리고 인가 시간에 따라 욕창발생확률이 달라질 것이라는 가정을 설정할 수 있다. 압력과 욕창의 관계에 대한 기존 논문을 북석하고, 환자 상태별 욕창 관리 지침을 통합하여, 환자 상태, 압력, 시간 등을 독립변수로 하여 상황별 처치 규칙을 수립하는 시나리오를 설정할 수 있다. 상기 실시예에 따른 알고리즘은 상기 설정된 상황별 처치 규칙에 따른 1차 욕창 관리 알고리즘일 수 있다.
도7은 일실시예에 따라 임상시험을 통해 환자 생성 데이터를 확보하는 것을 나타낸다.
도6을 통해 설명한 1차 욕창관리 알고리즘은 일반적인 환자 데이터에 대해 설계한 알고리즘일 수 있다. 임상시험을 통해 변수가 많은 중환자실에서 데이터를 획득하고, 전문 연구 간호사를 통해 데이터를 수집하고 전문의가 데이터를 분류 및 레이블리하여, 새롭게 획득한 데이터를 이용해 욕창관리 알고리즘을 업데이트, 인공지능에 반영시킬 수 있다.
상기 임상시험의 통제 변인은 관리 알고리즘, 시험 진행자이며, 조작 변인은, 환자 데이터, 압력 분포, 압력 크기, 인가 시간등 일 수 있다. 이에 따른 종속 변인은 욕창 유병률, 발생 시간, 발생 부위, 궤양의 크기, 냄새 여부, 혈장액 침출여부를 포함할 수 있다. 상기 임상시험 결과에 따라 욕창 관리 알고리즘을 수정할 수 있다.
임상시험 결과에 따라 수정되는 알고리즘은 독립, 종속 변인 간의 관계식을 머신러닝을 통해 규명하여, 상황별 가장 적합한 가이드를 시험적으로 검증할 수 있다. 임상시험 결과로 반복적으로 수정되는 알고리즘을 통해 욕창 유병률을 최소화하고, 체위 유지 시간을 최대화하며, 욕창 데이터의 의료표준화를 이룰 수 있다.
도8은 인공지능을 통해 욕창 발생 확률을 추정하고, 가이드를 제공하는 것을 나타낸다.
일실시예에 따른 욕창 발생 확률 추정 및 가이드 제공 방법은 욕창 위험 부위를 찾고, 위험 정도 및 상황별 가이드를 인공지능이 알려줄 수 있다. CNN(Convolution Neural Network)를 적용하여 욕창 위험 부위를 탐색하고, RNN(Recurrent NN)을 적용하여 욕창발생확률을 추정하고, 환자 상태별 가이드를 제시할 수 있다.
CNN을 통해 욕창 위험 부위를 탐색하는 방법은, Raw date의 행은 각 센서들이고, 열은 각 센서의 x,y 좌표와 압력 값으로 구성될 수 있다. 데이터를 압력 분포 자체 이미지로 변환하여, 엉덩이, 어깨, 팔꿈치 등 신체 부위를 표지하고, 신체 부위를 학습하여 압력이 지속되어, 욕창 발생 위험이 높은 부위를 찾을 수 있다.
RNN을 통해 욕창발생확률을 추정하는 것은, 환자의 상태에 욕창 여부와 함께, 키, 몸무게, 압력 분포 등 환자의 신체 상태 정보를 추가로 반영할 수 있다. 시간에 따른 환자의 상태 변화를 학습하고, 욕창 발생에 중요한 변인을 탐색할 수 있다. 또한, 각 변인에 다른 가중치를 산출하고, 이를 이용해 욕창 발생확률을 추정할 수 있다. 상기 CNN, RNN을 통해 욕창발생확률을 추정하면, 욕창발생확률에 따라 욕창 관리 가이드를 제공할 수 있다.
도9는 환자 개인 맞춤형 욕창 관리 가이드를 제공해 주는 애플리케이션을 도시한다.
일실시예에 따른 어플리케이션은, 간병인 또는 의료진에게 환자의 자세 변경 및 상태 확인을 추천해주는 서비스를 제공해줄 수 있고, 인공지능을 통해 계산된 확률과 상황에 따라, 간병 가이드를 표시할 수 있다. 가이드 및 알람 제공 외에, 환자 상태의 특이 사항과 처치 상황도 입력할 수 있다. 어플리케이션 상의 환자 관리 내용은 EMR로 전송될 수 있다.
상기 환자 관리 내용은 센서, 의료기관 등에서 생성된 데이터를 FHIR 형식에 맞춰 표준화하여 EMR에 기록될 수 있다. 의료진 및 간병인의 체위변경기록을 간소화하여, 업무량을 감소시키며, EMR에 기록된 데이터는 의료진의 접근이 용이하고, 보험 급여 산정을 가능하게 함에 따라, 표준화된 데이터는 추후 연구 및 서비스 개발에 용이할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
Claims (1)
- 환자 관리 시스템에 있어서,
탄성 필름에 배치되는 적어도 하나의 감압 센서를 포함하는 환자용 매트;
상기 환자용 매트에 작용한 상기 적어도 하나의 감압 센서의 센싱 값 분포도를 프로세서로 전송하는 통신부; 및
분포도를 이용하여 인공지능 분석하여 상기 환자에게 적용되어야할 관리 지침을 생성하는 프로세서
를 포함하는 시스템.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190061434A KR20200135052A (ko) | 2019-05-24 | 2019-05-24 | 인공지능을 이용한 욕창 환자 관리 시스템 및 그 동작 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190061434A KR20200135052A (ko) | 2019-05-24 | 2019-05-24 | 인공지능을 이용한 욕창 환자 관리 시스템 및 그 동작 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20200135052A true KR20200135052A (ko) | 2020-12-02 |
Family
ID=73792278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190061434A KR20200135052A (ko) | 2019-05-24 | 2019-05-24 | 인공지능을 이용한 욕창 환자 관리 시스템 및 그 동작 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20200135052A (ko) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220125758A (ko) * | 2021-03-05 | 2022-09-14 | 주식회사 나인벨 | 인공지능을 이용한 욕창예방 의료용 로봇 침대의 제어 방법 및 시스템 |
KR20220129754A (ko) * | 2021-03-17 | 2022-09-26 | 주식회사 나인벨 | 체압 센서를 이용한 욕창예방 의료용 로봇 침대의 제어 방법 |
WO2022203164A1 (ko) | 2021-03-25 | 2022-09-29 | 연세대학교 산학협력단 | 웨어러블 욕창 감지 센서 및 이를 포함하는 욕창 감지 시스템 |
KR20230055691A (ko) * | 2021-10-19 | 2023-04-26 | (주)서홍테크 | 인공지능 모델을 기반으로 욕창을 관리하는 방법 및 이를 수행하는 전자 장치 |
-
2019
- 2019-05-24 KR KR1020190061434A patent/KR20200135052A/ko unknown
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220125758A (ko) * | 2021-03-05 | 2022-09-14 | 주식회사 나인벨 | 인공지능을 이용한 욕창예방 의료용 로봇 침대의 제어 방법 및 시스템 |
KR20220129754A (ko) * | 2021-03-17 | 2022-09-26 | 주식회사 나인벨 | 체압 센서를 이용한 욕창예방 의료용 로봇 침대의 제어 방법 |
WO2022203164A1 (ko) | 2021-03-25 | 2022-09-29 | 연세대학교 산학협력단 | 웨어러블 욕창 감지 센서 및 이를 포함하는 욕창 감지 시스템 |
KR20220133439A (ko) | 2021-03-25 | 2022-10-05 | 연세대학교 산학협력단 | 웨어러블 욕창 감지 센서 및 이를 포함하는 욕창 감지 시스템 |
KR20240063851A (ko) | 2021-03-25 | 2024-05-10 | (주) 에이슨 | 웨어러블 욕창 감지 센서 및 이를 포함하는 욕창 감지 시스템 |
KR20230055691A (ko) * | 2021-10-19 | 2023-04-26 | (주)서홍테크 | 인공지능 모델을 기반으로 욕창을 관리하는 방법 및 이를 수행하는 전자 장치 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20200135052A (ko) | 인공지능을 이용한 욕창 환자 관리 시스템 및 그 동작 방법 | |
Ben Hassen et al. | An E-health system for monitoring elderly health based on Internet of Things and Fog computing | |
Hsia et al. | Analysis and comparison of sleeping posture classification methods using pressure sensitive bed system | |
Tang et al. | CNN-based smart sleep posture recognition system | |
Liu et al. | Bodypart localization for pressure ulcer prevention | |
Hickle et al. | Wireless pressure ulcer sensor: validation in an animal model | |
Rofouei et al. | Computing with uncertainty in a smart textile surface for object recognition | |
Chaudhari et al. | Role of Internet of Things (IOT) in pandemic Covid-19 condition | |
Thakare et al. | Artificial intelligence (AI) and internet of things (IoT) in healthcare: Opportunities and challenges | |
Ajami et al. | A review on equipped hospital beds with wireless sensor networks for reducing bedsores | |
Mohamed et al. | [Retracted] Analyzing the Patient Behavior for Improving the Medical Treatment Using Smart Healthcare and IoT‐Based Deep Belief Network | |
Kalilani et al. | IOT based neonatal incubator for the developing world and conflict zones | |
Morishima et al. | Human body skin temperature prediction based on machine learning | |
Kumar et al. | Effectiveness of machine and deep learning in IOT-enabled devices for healthcare system | |
Stefanelli et al. | Hand Prosthesis Sensorimotor Control Inspired by the Human Somatosensory System | |
Rezayi et al. | Design and evaluation of a wearable smart blanket system for monitoring vital signs of patients in an ambulance | |
TWI777132B (zh) | 用於監測壓瘡之監測系統、裝置及電腦實施方法 | |
Ahmed et al. | AI Techniques and mathematical modeling to detect coronavirus | |
Panagiotou et al. | A multi: modal decision making system for an ambient assisted living environment | |
AlOmani et al. | COVID-19 Symptoms Monitoring Sensor Network for Isolation Rooms at Hospitals | |
Tapwal et al. | I-sheet: A low-cost bedsheet sensor for remote diagnosis of isolated individuals | |
López-Blanco et al. | Indoor Access Control System Through Symptomatic Examination Using IoT Technology, Fog Computing and Cloud Computing | |
Dash et al. | Personal Safety Monitoring Devices in Wake of COVID19: Application of IoT and Sensor Technology | |
Sreenivasulu et al. | Implementation of IoT-based intelligent patient healthcare monitoring system using KNN algorithm | |
Ktori | Wearable tech fuels AI research: SOPHIA KTORI DISCUSSES THE CONVERGENCE OF CLINICAL AI AND WEARABLE TECHNOLOGY WITH PHYSIQ CHAIRMAN AND CEO GARY CONKRIGHT. |