KR20200138921A - 약품 판별 장치 및 방법 - Google Patents

약품 판별 장치 및 방법 Download PDF

Info

Publication number
KR20200138921A
KR20200138921A KR1020190065265A KR20190065265A KR20200138921A KR 20200138921 A KR20200138921 A KR 20200138921A KR 1020190065265 A KR1020190065265 A KR 1020190065265A KR 20190065265 A KR20190065265 A KR 20190065265A KR 20200138921 A KR20200138921 A KR 20200138921A
Authority
KR
South Korea
Prior art keywords
drug
determination
error
spectrum
unit
Prior art date
Application number
KR1020190065265A
Other languages
English (en)
Inventor
이소영
문현석
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020190065265A priority Critical patent/KR20200138921A/ko
Priority to US16/795,102 priority patent/US11176670B2/en
Publication of KR20200138921A publication Critical patent/KR20200138921A/ko

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00ICT specially adapted for the handling or processing of medical references
    • G16H70/40ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/15Medicinal preparations ; Physical properties thereof, e.g. dissolubility
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/66Trinkets, e.g. shirt buttons or jewellery items
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/695Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Quality & Reliability (AREA)
  • Medical Informatics (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Food Science & Technology (AREA)
  • Molecular Biology (AREA)
  • Epidemiology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Toxicology (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Medical Preparation Storing Or Oral Administration Devices (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

조제 약품의 오류를 판별하는 약품 판별 장치가 개시된다. 일 실시예에 따르면 약품 판별 장치는 약포지 내의 약품의 이미지를 기초로 제1 판별을 수행하고, 제1 판별에서 판별되지 않은 약품의 스펙트럼을 기초로 제2 판별을 수행하는 판별부와, 제1 판별 및 제2 판별 결과를 처방전과 비교하여 조제 오류를 검증하는 검증부 및 제1 판별에서 판별되지 않은 약품이 존재하는 경우 스펙트럼의 획득을 제어하는 제어부를 포함할 수 있다.

Description

약품 판별 장치 및 방법{APPARATUS AND METHOD FOR IDENTIFYING PHARMACEUTICAL}
포장 약품을 판별하고 검증하는 기술과 관련된다.
일반적으로 병원이나 약국에서는 의사의 처방에 따라 환자에게 약을 투약한다. 특히, 만성질환을 앓고 있는 환자의 경우 매일같이 동일한 약을 장기간 복용해야 하는 경우가 일반적이므로 한꺼번에 장기간의 약을 처방받는다. 예를 들면, 고혈압이나 당뇨병 환자의 경우 동일한 약을 매일 복용해야 함에 따라 한번에 짧게는 한달에서 길게는 석달 이상의 약을 한꺼번에 처방받는 것이다.
조제 오류는 의료 사고로 이어질 수 있으므로 약품의 정확한 조제는 약사의 업무 중 매우 중요한 요소를 차지한다. 다른 업무와 달리 약품이 정확하게 조제되었는지를 판별하는 업무는 아직까지 거의 자동화가 되어 있지 않아 많은 약사 인력이 조제 오류 검사에 투입되어야 하는 상황이다.
약품 이미지 및 분광 스펙트럼을 이용한 약품 판별 장치 및 방법이 제시된다.
일 양상에 따르면, 약품 판별 장치는 약포지 내의 약품의 이미지를 기초로 제1 판별을 수행하고, 제1 판별에서 판별되지 않은 약품의 스펙트럼을 기초로 제2 판별을 수행하는 판별부, 제1 판별 및 제2 판별 결과를 처방전과 비교하여 조제 오류를 검증하는 검증부 및, 제1 판별에서 판별되지 않은 약품이 존재하는 경우 스펙트럼의 획득을 제어하는 제어부를 포함할 수 있다.
판별부는 약포지를 촬영하여 약품의 이미지를 획득하는 이미지 센서 및 제1 판별에서 판별되지 않은 약품의 스펙트럼을 획득하는 분광 센서를 포함할 수 있다.
제어부는 제1 판별에서 판별되지 않은 약품의 좌표 정보를 기초로 분광 센서를 판별되지 않은 약품의 위치로 이동시킬 수 있다.
판별부는 약품의 이미지를 분석하여 약품의 영역 인식 및 좌표 정보를 생성하는 제1 판별 과정을 수행할 수 있다.
판별부는 약품의 영역 인식 결과를 기초로 약품의 형태 특징(feature)을 추출하고, 추출된 형태 특징을 기초로 약품의 개수 산출 및 약품명을 식별하는 제1 판별 과정을 더 수행할 수 있다.
판별부는 추출된 형태 특징을 기초로 약품 DB와 비교하여 약품명을 식별할 수 있다.
제어부는 약품명이 식별되지 않은 약품의 좌표 정보 및 약포지의 중심 좌표를 기초로 약품명이 식별되지 않은 약품의 스펙트럼 획득을 제어할 수 있다.
판별부는 제1 판별에서 판별되지 않은 약품의 스펙트럼을 기초로 약품 성분 또는 용량을 식별하는 제2 판별을 수행할 수 있다.
또한, 약품 판별 장치는 검증부의 검증 결과 조제 오류가 발생한 약품을 표시하는 오류 표시부를 더 포함할 수 있다.
오류 표시부는 조제 오류가 발생한 약품의 오류 종류에 따라 서로 다른 색깔, 모양 및 문자 중의 하나로 표시할 수 있다.
이때, 오류 종류는 정밀 분석 필요, 약품명, 약품 개수 오류, 성분 오류 및 용량 오류 중의 적어도 하나를 포함할 수 있다.
검증부는 제1 판별 결과를 기초로 정밀 분석 필요, 약품명 및 약품 개수 오류를 판단하고, 상기 제2 판별 결과를 기초로 성분 오류 및 용량 오류를 판단할 수 있다.
제어부는 조제 오류가 발생한 약품의 좌표 및 오류 종류에 기초하여 오류 표시부를 제어할 수 있다.
일 양상에 따르면, 약품 판별 방법은 약포지 내의 약품의 이미지를 획득하는 단계, 약품의 이미지를 기초로 제1 판별을 수행하는 단계, 제1 판별에서 판별되지 않은 약품의 스펙트럼을 획득하는 단계, 획득된 스펙트럼을 기초로 제2 판별을 수행하는 단계 및, 제1 판별 및 제2 판별 결과를 처방전과 비교하여 조제 오류를 검증하는 단계를 포함할 수 있다.
제1 판별을 수행하는 단계는 약품의 이미지를 기초로 상기 약품의 영역을 인식하는 단계 및, 영역 인식 결과를 기초로 약품의 좌표 정보를 생성하는 단계를 포함할 수 있다.
제1 판별을 수행하는 단계는 영역 인식 결과를 기초로 상기 약품의 형태 특징을 추출하는 단계, 추출된 형태 특징을 기초로 약품의 개수를 산출하는 단계 및 추출된 형태 특징을 기초로 약품의 약품명을 식별하는 단계를 더 포함할 수 있다.
약품명을 식별하는 단계는 추출된 형태 특징을 기초로 약품 DB와 비교할 수 있다.
또한, 약품 판별 방법은 약품의 좌표 정보를 기초로 제1 판별에서 판별되지 않은 약품의 위치로 분광 센서를 이동시키는 단계를 더 포함할 수 있다.
제2 판별을 수행하는 단계는 스펙트럼을 기초로 제1 판별에서 판별되지 않은 약품의 성분 또는 용량을 식별할 수 있다.
검증하는 단계는 제1 판별 결과를 기초로 정밀 분석 필요, 약품명 및 개수 오류를 판단하고, 제2 판별 결과를 기초로 성분 오류 및 용량 오류를 판단할 수 있다.
또한, 약품 판별 방법은 검증 결과를 기초로 조제 오류가 발생한 약품을 표시하는 단계를 더 포함할 수 있다.
일 양상에 따르면, 모바일 단말은 약품의 이미지를 촬영하는 이미지 센서, 약품의 스펙트럼을 획득하는 분광 센서 및, 이미지 센서 및 분광 센서를 제어하는 프로세서를 포함하고, 프로세서는 약품의 이미지를 기초로 약품의 제1 판별을 수행하고, 약품이 판별되지 않으면 분광 센서를 제어하여 스펙트럼을 획득하고, 획득된 스펙트럼을 기초로 판별되지 않은 약품의 제2 판별을 수행할 수 있다.
제1 판별은 약품의 형태 특징을 획득하고, 획득된 형태 특징을 약품 DB와 비교하여 약품명을 식별하는 것을 포함하고, 제2 판별은 약품의 성분 또는 정량을 식별하는 것을 포함할 수 있다.
또한, 모바일 단말은 제1 판별 및 제2 판별 중의 적어도 하나를 통해 판별되지 않은 약품에 대한 정보를 외부 장치에 전송하고, 외부 장치로부터 판별되지 않은 약품에 대한 판별 결과를 수신하는 통신부를 더 포함할 수 있다.
또한, 모바일 단말은 프로세서의 약품 판별 결과를 출력하는 출력부를 더 포함할 수 있다.
약품의 이미지 및 스펙트럼을 단계적으로 이용하여 조제 약품 판별의 정확성을 향상시킬 수 있다.
도 1은 실시예에 따른 약품 판별 장치의 블록도이다.
도 2는 약품 판별 장치의 판별부 및 오류 표시부 구조의 실시예를 도시한 것이다.
도 3a 및 도 3b는 오류 약품을 표시하는 실시예를 도시한 것이다.
도 4는 실시예에 따른 약품 판별 방법의 흐름도이다.
도 5는 실시예에 따른 약품 판별 방법의 흐름도이다.
도 6은 모바일 단말의 블록도이다.
도 7a 및 도 7b는 모바일 단말에서 약품 판별을 수행하는 실시예이다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다. 기재된 기술의 이점 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
이하, 약품 판별 장치 및 방법을 도면들을 참고하여 설명한다.
도 1은 실시예에 따른 약품 판별 장치의 블록도이다.
도 1을 참조하면, 약품 판별 장치(100)는 판별부(110), 검증부(120), 제어부(130) 및 오류 표시부(140)를 포함할 수 있다. 판별부(110)의 적어도 일부 기능, 검증부(120) 및 제어부(130)는 하나의 프로세서 또는, 적절히 조합하여 둘 이상의 프로세서로 구현될 수 있다.
판별부(110)는 약포지 내에 포함된 약품(이하, "제1 약품"이라 함)의 이미지를 기초로 제1 약품에 대한 제1 판별을 수행한다. 약포지는 처방전에 따라 조제된 하나 이상의 제1 약품을 포함할 수 있다. 판별부(110)는 약포지를 촬영하여 이미지를 획득하는 이미지 센서를 포함할 수 있다. 이미지 센서는 CCD(charge coupled device), CMOS(complementary metal-oxide semiconductor) 등을 포함하나 이에 제한되는 것은 아니다.
예를 들어, 판별부(110)는 약포지를 촬영한 이미지에서 제1 약품의 영역 인식, 형태 특징 추출, 약품 개수 산출 및 약품명 식별 중의 적어도 하나를 포함하는 제1 판별을 수행할 수 있다.
예컨대, 판별부(110)는 이미지 센서에 의해 약포지가 촬영되어 이미지가 획득되면, 획득된 이미지에서 이미 널리 알려진 다양한 영역 인식 기법을 활용하여 제1 약품이 존재하는 영역을 인식할 수 있다. 이때, 제1 약품이 복수인 경우 복수의 영역이 인식될 수 있다.
또한, 판별부(110)는 제1 약품의 영역이 인식되면, 인식 결과를 기초로 제1 약품의 좌표 정보를 생성할 수 있다. 이때, 제1 약품의 좌표 정보는 인식된 영역의 중심 위치의 좌표일 수 있다. 예컨대, 판별부(110)는 약포지의 중심 좌표를 계산하고, 약포지의 중심 좌표 대비 인식된 영역의 상대 좌표를 계산할 수 있다. 또는, 판별부(110)는 조제된 약포지가 올려지는 트레이를 더 포함할 수 있다. 판별부(110)는 조제된 약포지가 트레이에 올려지면 트레이 중심 위치의 좌표를 기초로 상기 인식된 영역의 상대 좌표를 계산할 수도 있다.
판별부(110)는 이와 같이 구해진 약포지의 중심 좌표 또는 제1 약품의 좌표 정보를 저장 모듈에 저장할 수 있다. 이때, 저장 모듈은 약품 판별 장치(100) 내에 탑재되거나, 약품 판별 장치(100)와 유무선으로 연결된 외부 장치일 수 있다.
저장 모듈은 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어, SD 또는 XD 메모리 등), 램(Random Access Memory: RAM) SRAM(Static Random Access Memory), 롬(Read-Only Memory: ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 등의 저장매체를 포함하며, 이에 제한되는 것은 아니다.
판별부(110)는 약포지를 촬영한 이미지에서 하나 이상의 제1 약품의 영역이 인식되면, 각각의 인식 영역을 기초로 제1 약품 각각의 형태 특징을 추출할 수 있다. 이때, 형태 특징은 면적, 글자, 모양, 질감 및 색깔 등을 포함할 수 있으나 이에 제한되는 것은 아니다.
판별부(110)는 각각의 제1 약품에 대해 형태 특징이 추출되면, 추출된 제1 약품의 개수를 산출할 수 있다. 또한, 제1 약품 각각의 형태 특징을 약품 DB와 비교하여 약품명을 식별할 수 있다.
예를 들어, 판별부(110)는 형태 특징과 약품 DB에 저장된 데이터의 유사도 비교를 수행할 수 있다. 이때, 유사도는 유클리디안 거리(Euclidean distance), 피어슨 상관계수(Pearson correlation coefficient), 스피어만 상관계수(Spearman correlation coefficient) 및 코사인 유사도(Cosine similarity) 중의 적어도 하나를 포함할 수 있으며, 이에 국한되는 것은 아니다.
예컨대, 판별부(110)는 제1 약품의 형태 특징과 약품 DB의 특정 데이터 사이의 유사도가 소정 임계치 이상이면 그 특정 데이터의 약품명을 제1 약품의 약품명으로 결정할 수 있다. 이때, 유사도가 소정 임계치 이상인 데이터가 복수이면, 설정에 따라 유사도가 가장 높은 데이터의 약품명을 제1 약품의 약품명으로 결정하거나, 약품명 판별이 불가한 약품으로 결정할 수 있다. 또한, 판별부(110)는 유사도가 소정 임계치 이상인 데이터가 존재하지 않으면 제1 약품을 판별이 불가한 약품으로 결정할 수 있다.
한편, 약품 DB는 약품 판별 장치(100) 내의 저장 모듈에 저장될 수 있다. 다만, 이에 제한되는 것은 아니며 외부 장치에 탑재된 약품 DB를 이용하는 것도 가능하다. 예컨대, 판별부(110)는 약품 판별 장치(100)에 탑재된 통신 모듈을 통해 외부 장치에 접속하고, 외부 장치로부터 약품 DB를 수신하여 제1 약품의 형태 특징의 비교를 수행하거나, 외부 장치에 제1 약품의 형태 특징을 전송하여 외부 장치로 하여금 약품 DB와의 비교를 수행하도록 하고 그 결과를 수신하는 것도 가능하다.
이때, 통신 모듈은 예컨대 블루투스(bluetooth) 통신, BLE(Bluetooth Low Energy) 통신, 근거리 무선 통신(Near Field Communication unit), WLAN(와이파이) 통신, 지그비(Zigbee) 통신, 적외선(IrDA, infrared Data Association) 통신, WFD(Wi-Fi Direct) 통신, UWB(ultra wideband) 통신, Ant+ 통신, WIFI 통신, 3G, 4G 및 5G 통신 기술을 이용할 수 있으나 이에 한정되는 것은 아니다.
판별부(110)는 제1 판별에서 판별되지 않은 약품(이하, "제2 약품"이라 함)의 스펙트럼을 기초로 제2 약품에 대한 제2 판별을 수행할 수 있다. 이때, 판별부(110)는 제2 약품의 스펙트럼을 획득하는 분광 센서를 포함할 수 있다. 분광 센서는 레이저 단일광을 사용하는 라만 분광 센서일 수 있다. 다만, 이에 한정되지 않으며 근적외선 분광법 및 중적외선 분광법 등을 이용한 분광 센서를 포함할 수 있다.
예를 들어, 라만 분광 센서는 제1 판별에서 판별되지 않은 제2 약품이 존재하면 제어부(130)의 제어에 따라 제2 약품의 위치로 이동하여 제2 약품을 향해 레이저 광을 조사하고, 제2 약품의 유효 성분 등에 의해 산란되는 광을 검출하여 라만 분광법으로 스펙트럼을 획득할 수 있다.
판별부(110)는 성분을 알 수 없는 제2 약품의 라만 스펙트럼이 획득되면, 약품 성분 DB를 참고하여 약품 성분을 알고 있는 스펙트럼 데이터(이하, 캘리브레이션 셋)를 바탕으로 획득된 라만 스펙트럼의 정성 및/또는 정량 분석을 할 수 있다. 이때, 캘리브레이션 셋과 획득된 라만 스펙트럼 사이의 형태적 유사도 및 설정한 값 이상의 파장의 셋을 비교하거나, 비어 램버트 법칙(Beer-Lambert Law)을 기반으로 정성 및/또는 정량 분석을 할 수 있으나 이에 제한되지 않으며, 본 실시예에서 이미 알려진 다양한 기법을 활용할 수 있으므로 이에 관한 자세한 설명은 생략한다.
한편, 약품 성분 DB는 약품 판별 장치(100) 내의 저장 모듈에 저장될 수 있다. 다만, 이에 제한되는 것은 아니며 외부 장치에 탑재된 약품 성분 DB를 이용하는 것도 가능하다. 예컨대, 판별부(110)는 통신 모듈을 통해 외부 장치에 접속하고, 외부 장치로부터 약품 성분 DB를 수신하여 스펙트럼 분석을 수행하거나, 외부 장치에 스펙트럼 데이터를 전송하여 외부 장치로 하여금 스펙트럼 분석을 수행하도록 하고 그 결과를 수신하는 것도 가능하다.
검증부(120)는 판별부(110)의 제1 판별 및 제2 판별 과정을 통해 획득된 약품에 대한 정보, 예컨대 제1 판별에서 획득된 제1 약품 각각의 개수, 약품명 등을 처방전과 비교하여 정밀 분석이 필요한 약품인지, 약품명 또는 약품 개수가 오류인지와 같은 조제 오류를 검증할 수 있다. 또한, 제2 판별에서 획득된 제2 약품의 성분, 용량 등을 처방전과 비교하여 성분 오류 또는 용량 오류와 같은 조제 오류를 검증할 수 있다.
제어부(130)는 판별부(110)를 제어할 수 있다. 예를 들어, 제어부(130)는 먼저 조제 오류 검증이 필요한 약포지의 이미지를 획득하도록 이미지 센서를 제어할 수 있다. 또한, 제어부(130)는 이미지 센서를 통해 이미지가 획득되면 판별부(110)가 제1 판별을 수행하도록 제어할 수 있다. 이때, 판별부(110)는 예컨대 이미지 분석 알고리즘을 이용하여 전술한 제1 판별을 수행할 수 있다.
제어부(130)는 판별부(110)의 제1 판별 결과 판별되지 않은 제2 약품이 존재하는 경우 분광 센서를 제어하여 그 제2 약품의 스펙트럼을 획득하도록 할 수 있다. 예를 들어, 제어부(130)는 제1 판별에서 획득된 약품의 좌표 정보 및/또는 약포지의 중심 좌표를 기초로 분광 센서를 제2 약품의 위치로 이동시키고, 분광 센서가 제2 약품의 위치로 이동하면 분광 센서의 광원을 구동하여 제2 약품에 광을 조사하도록 제어할 수 있다. 또한, 제어부(130)는 분광 센서가 제2 약품의 스펙트럼을 획득하면 판별부(110)가 제2 판별을 수행하도록 제어할 수 있다. 이때, 판별부(110)는 스펙트럼을 이용한 성분 분석 알고리즘을 이용하여 제2 판별을 수행할 수 있다.
제어부(130)는 검증부(120)의 검증 결과 조제 오류가 존재하면 사용자가 쉽게 인지할 수 있도록 오류 표시부(140)를 제어하여 오류를 표시할 수 있다.
오류 표시부(140)는 제어부(130)의 제어에 따라 조제 오류가 발생한 약품을 표시할 수 있다. 이때, 오류 표시부(140)는 복수의 LED(Light Emitting Diode)를 포함할 수 있으나, 이에 제한되는 것은 아니며 사용자에게 조제 오류가 발생하였음을 알리는 음향 신호 생성기 및/또는 진동 생성기 등을 포함하는 것도 가능하다. 예를 들어, 오류 표시부(140)는 조제 오류가 발생한 경우 오류의 종류에 따라 서로 다른 색깔이나 모양 또는 문자 등을 표시할 수 있다. 예컨대, 오류의 종류는 전술한 바와 같이 이미지 분석을 통해 제1 판별을 수행한 결과를 기초로 한 특정 약품의 정밀 분석 필요 및 개수 오류, 스펙트럼 분석을 통해 제2 판별을 수행한 결과를 기초로 한 용량 오류, 성분 오류 등을 포함할 수 있다.
도 2는 약품 판별 장치의 판별부 및 오류 표시부 구조의 실시예를 도시한 것이다. 도 3a 및 도 3b는 오류 약품을 표시하는 실시예를 도시한 것이다.
도 1 및 도 2를 참조하면, 판별부(110)는 이미지 센서(111), 트레이(112) 및 분광 센서(113)를 포함할 수 있다.
이미지 센서(111)는 트레이(112) 하단의 일측(예: 좌측)에 배치되고, 트레이(112)의 하단의 일측에서 타측(예: 우측)으로 이동하면서 트레이(112)에 놓여진 약포지의 이미지를 촬영할 수 있다.
트레이(112)는 이미지 센서(111)의 상단 및 분광 센서(113)의 하단에 배치되고, 소정 개수의 약포지가 올려질 수 있다.
분광 센서(113)는 트레이(112) 상단의 일측(예: 좌측)에 배치되고 타측(예: 우측)으로 이동하면서 하단의 트레이(112)에 올려진 약포지 내의 약품에 대한 스펙트럼을 측정할 수 있다.
한편, 도 2에 도시되어 있지 않지만 판별부(110)는 트레이(112)의 일측(예: 좌측)에 조제가 완료된 약포지가 올려지는 약포지 대기 유닛과, 약포지 대기 유닛에 약포지가 올려지면 약포지를 트레이(112) 상의 정위치에 오도록 이송하는 약포지 이송 유닛을 더 포함할 수 있다. 또한, 판별부(110)는 이미지 센서(111)가 일측에서 타측으로 이동하면서 약포지 이미지를 촬영할 수 있도록 이송시키는 이미지 센서 이송 유닛을 더 포함할 수 있다. 또한, 분광 센서(113)가 일측에서 타측으로 이동하면서 약품의 스펙트럼을 획득할 수 있도록 이송시키는 분광 센서 이송 유닛을 더 포함할 수 있다.
제어부(130)는 트레이(112)에 조제 약포지가 올려지면, 이미지 센서(111)를 구동하고 이미지 센서(111)가 트레이(112) 상에 놓여진 약포지 전체를 스캔할 수 있도록 이미지 센서 이송 수단을 제어하여 이미지 센서(111)를 트레이(112) 하단의 일측에서 타측으로 이동시킬 수 있다. 한편, 제어부(130)는 트레이(112)의 일측에 배치된 약포지 대기 유닛에 약포지가 올려지면 약포지 이송 유닛을 제어하여 약포지가 자동으로 트레이(112)의 정위치에 위치하도록 약포지를 이송시킬 수 있다.
제어부(130)는 판별부(110)가 이미지 센서(111)에서 획득한 약포지 이미지를 기초로 제1 약품에 대한 제1 판별을 수행하면 제1 판별 결과를 수신할 수 있다. 제1 판별 결과 판별되지 않은 제2 약품이 존재하면 제2 약품의 좌표 정보를 확인하고 분광 센서(113)를 확인된 좌표 위치로 이동시킬 수 있다. 이때, 제어부(130)는 트레이(112)의 중심 좌표 및 제2 약품의 좌표 정보를 기초로 분광 센서 이송 유닛을 제어하여 분광 센서(113)가 제2 약품 위치 상에 위치하도록 하고, 분광 센서(113)가 제2 약품 상에 위치하면 분광 센서(113)를 제어하여 제2 약품의 스펙트럼을 획득할 수 있다.
또한, 도시된 바와 같이 오류 표시부(140)는 이미지 센서(111) 및 트레이(112)의 하단에 배치될 수 있다. 이때, 오류 표시부(140)는 트레이(112)에 대응되는 크기로 형성될 수 있으며, 트레이(112)에 올려진 각 약포지에 광을 조사할 수 있도록 복수의 광원 어레이를 포함할 수 있다. 복수의 광원은 각 약포지 위치마다 하나 또는 복수개 형성될 수 있다. 이때, 광원은 LED일 수 있으나 이에 제한되는 것은 아니다.
제어부(130)는 검증부(120)의 검증 결과를 기초로 오류 표시부(140)를 제어할 수 있다. 예컨대 제어부(130)는 조제 오류가 발견된 약포지 또는 그 약포지 내의 조제 오류가 발생한 약품 위치에 대응하는 LED를 제어하고, 그 약포지 또는 그 약품의 오류 종류에 따라 소정 색깔이나 모양 또는 문자가 표시되도록 하여 사용자가 쉽게 조제 오류를 검증하도록 할 수 있다.
예를 들어, 도 3a는 처방전을 예시하고, 도 3b는 도 3a의 처방전에 따라 조제된 약품을 나타내고 있다. 도 3a 및 도 3b를 참조하면 투약 일수가 2일이므로 조제된 6개의 약포지가 트레이(112)에 올려져 이미지가 획득된 것을 예시한 것이다. 도 3b에서 좌측 3개는 1일차, 이후 3개는 2일차 약포지라 가정한다.
도 3b의 (2)는 오류 표시부(140)가 이미지 분석(제1 판별) 결과를 기초로 검증된 조제 오류를 표시한 것이다. 도 3b의 (2)를 참조하면 정밀 분석이 필요한 약품(31a,31b,31c,31d)을 얇은 선으로 표시하고 있으나, 이하 설명의 편의를 위해 파란색으로 표시되어 있는 것으로 가정한다. 또한, 제1 판별 결과 개수 오류가 발생한 약품(32)을 점선으로 표시하고 있으나, 이하 설명의 편의상 노란색으로 표시되어 있는 것으로 가정한다.
예를 들어, 도 3a의 처방전에 따르면 점심 약포지는 약품 A와 B만 포함하고 있어야 한다. 하지만, 1일차 점심 약포지의 경우 이미지 분석 결과 약품 B는 식별되었으나 두 개의 약품(31a,31b)은 뒤집어져 있어 약품명이 정확히 식별되지 않았다. 검증부(120)는 이 두 개의 약품(31a, 31b)을 정밀 분석 필요 약품으로 분류하고, 제어부(130)는 이 약품(31a,31b)의 좌표 정보를 기초로 오류 표시부(140)의 해당 위치의 광원을 제어하여 해당 약품(31a,31b)을 파란색으로 표시할 수 있다.
마찬가지로, 1일차 저녁 및 2일차 점심 약포지의 경우 이미지 분석 결과 일부 약품(31c,31e)이 뒤집어져 있어 정확한 약품명이 식별되지 않아, 정밀 분석이 필요한 약품으로 분류되어 파란색으로 표시되었다.
또한, 2일차 아침 약포지의 경우 일부 약품(31d)은 반 알만 포함되어 있어야 하나 이미지 분석 결과 한 알이 포함되어 있다. 이 경우 이미지 분석 결과 모양이나 면적 등에 차이가 존재하여 정밀 분석이 필요한 경우로 분류되어 마찬가지로 파란색으로 표시되었다.
또한, 2일차 저녁의 경우 일부 약품(32)이 누락되어 약포지에 포함되지 않은 경우를 나타낸다. 처방전을 참조하면 저녁 약포지는 4개의 약품을 포함하고 있어야 하나 이미지 분석 결과 하나의 약품(32)에 대한 영역이 인식되지 않아 개수 오류로 분류되고 노란색으로 표시될 수 있다.
도 3b의 (3)은 오류 표시부(140)가 스펙트럼 분석(제2 판별) 결과를 기초로 검증된 조제 오류를 표시한 것이다. 도 3b의 (3)을 참조하면, 1일차 점심의 경우 정밀 분석이 필요한 약품(31a,31b)의 스펙트럼 분석 결과 성분이 모두 약품 A로 판별되었으나, 용량이 두 배가 포함된 것으로 판단되어 하나의 약품(31b)은 오류 표시에서 제외하고 나머지 약품(31a)은 용량 오류를 표시하였다. 도 3b의 (3)을 참조하면 용량 오류는 두꺼운 선으로 표시하였으나 이하 설명의 편의를 위해 빨간색으로 표시되어 있는 것으로 가정한다. 또한, 2일차 아침의 경우 정밀 분석이 필요한 약품(31d)의 스펙트럼 분석 결과 성분은 일치하나 처방전에 따르면 용량이 두 배가 포함된 것으로 판별되어 용량 오류를 나타내는 빨간색으로 표시하였다.
또한, 1일차 저녁의 경우 정밀 분석이 필요한 약품(31c)의 스펙트럼 분석 결과 성분 및 용량이 약품 B 정량으로 판별되어 오류 표시에서 제외되었다. 또한, 2일차 점심의 경우 정밀 분석이 필요한 약품(31e)의 스펙트럼 분석 결과 성분 및 용량이 약품 A 정량으로 판별되어 오류 표시에서 제외되었다. 또한, 2일차 저녁의 약품(32)은 약품이 누락된 경우이므로 계속해서 개수 오류를 나타내는 노란색으로 표시된다.
이상 오류 표시부(140)의 오류 표시의 예들을 설명하였다. 다만, 이에 제한되는 것은 아니며 그 밖에 다양한 색깔, 모양 또는 문자 등으로 조제 오류별로 구별할 수 있으며, 그 밖의 음향 신호, 진동 등을 함께 출력하여 사용자가 조제 오류를 보다 쉽게 인지하도록 하는 것도 가능하다.
도 4는 실시예에 따른 약품 판별 방법의 흐름도이다. 도 4는 도 1의 약품 판별 장치(100)에 의해 수행되는 약품 판별 방법의 일 실시예이다.
먼저, 이미지 센서를 제어하여 약포지 내 약품의 이미지를 획득하고(410), 획득된 이미지를 기초로 제1 판별을 수행할 수 있다(420). 예를 들어, 약품 판별 장치(100)는 이미지 분석 기법을 활용하여 약포지 내의 각 약품의 약품명 및 개수 등을 판별할 수 있다.
그 다음, 분광 센서를 제어하여 제1 판별에서 판별되지 않은 약품의 스펙트럼을 획득하고(430), 획득된 스펙트럼을 기초로 제1 판별에서 판별되지 않은 약품에 대한 제2 판별을 수행할 수 있다(440). 예를 들어, 이미 알려진 약품 성분의 스펙트럼 데이터와의 비교를 통해 약품의 성분 및 용량을 분석할 수 있다.
그 다음, 제1 판별 및 제2 판별 결과를 기초로 조제 오류를 검증할 수 있다(450). 예를 들어, 제1 판별 및 제2 판별 결과를 처방전 데이터와 비교하여, 조제 오류가 발생한 약품의 정밀 분석 필요, 약품명 오류, 약품 개수 오류, 용량 오류, 성분 오류 등으로 오류를 분류할 수 있다.
그 다음, 오류 표시부를 제어하여 조제 오류 검증 결과를 표시할 수 있다(460). 예를 들어, 단계(450)에 분류된 조제 오류가 발생한 각 약품의 오류 종류에 따라 각 약품에 서로 다른 색깔을 표시하여 사용자가 용이하게 조제 오류가 존재하는 약포지, 약품 및 그 오류 종류를 인식할 수 있도록 할 수 있다.
도 5는 실시예에 따른 약품 판별 방법의 흐름도이다. 도 5는 도 1의 약품 판별 장치(100)에 의해 수행되는 약품 판별 방법의 다른 실시예일 수 있다.
먼저, 약품 판별 장치(100)는 이미지 센서를 제어하여 약포지 내의 약품에 대한 이미지를 획득할 수 있다(511). 이때, 이미지 센서는 트레이 하단에 배치될 수 있으며, 트레이에 복수의 약포지가 놓여지면 트레이 하단을 스캔하면서 복수의 약포지에 대한 이미지를 획득할 수 있다.
그 다음, 획득된 이미지를 분석하여 각 약품의 영역을 인식할 수 있다(512). 이미지에서 관심영역을 인식하는 기법은 널리 알려진 다양한 기법을 활용할 수 있다.
그 다음, 인식된 각 영역의 좌표를 생성할 수 있다(513). 예를 들어, 인식된 각 영역의 중심 위치의 좌표를 각 약품의 좌표로 생성할 수 있다.
그 다음, 영역 인식 결과를 기초로 각 약품의 형태 특징을 추출할 수 있다(514). 이때, 형태 특징은 인식 영역의 면적, 글자, 색깔, 질감, 모양 등을 포함할 수 있다.
그 다음, 추출된 약품의 형태 특징을 기초로 약품의 개수를 산출하고(515), 약품 DB와의 비교를 수행하여(516) 약품명을 식별할 수 있다(517). 이때, 전술한 다양한 유사도 계산 알고리즘을 이용하여 약품 DB의 각 데이터와 약품의 형태 특징의 유사도를 비교하고, 유사도가 임계치 이상인 데이터의 약품명을 그 추출된 약품의 약품명으로 식별할 수 있다. 이때, 유사도가 임계치 이상인 데이터가 존재하지 않거나 복수인 경우 약품명이 식별되지 않은 것으로 판단하여 정밀 분석이 필요한 약품으로 판별할 수 있다.
그 다음, 약품명 식별 결과(517) 특정 약품의 약품명이 식별되지 않으면, 그 특정 약품의 좌표 정보를 기초로 분광 센서를 그 약품 위치로 이동시킬 수 있다(518).
그 다음, 분광 센서를 통해 약품명이 식별되지 않은 약품에 대하여 스펙트럼을 획득하고(519), 획득된 스펙트럼을 이용하여 그 약품의 성분 분석(520) 및 정량 분석(521)을 수행할 수 있다. 이때, 약품 성분 DB에 저장된 이미 알려진 성분들에 스펙트럼 데이터와의 비교를 통해 약품 성분 및 정량 분석을 할 수 있으며, 스펙트럼 비교 알고리즘은 이미 알려진 다양한 기법을 활용할 수 있다.
그 다음, 단계(515)에서 산출된 약품의 개수, 단계(516)에서 식별된 약품명, 단계(520) 및 단계(521)에서 식별된 약품 성분 및 정량 결과를 처방전과 비교할 수 있다(522).
그 다음, 단계(522)에서 조제 오류가 발생하지 않은 약품은 오류 표시를 하지 않으며, 조제 오류가 발생한 약품은 약포지 및/또는 약품의 좌표 정보를 기초로 해당 약품을 표시할 수 있다(524). 이때, 오류 표시부를 제어하여 조제 오류가 발생한 약품의 오류 종류에 따라 서로 다른 색깔이나 모양 또는 문자가 출력되도록 할 수 있다.
도 6은 모바일 단말의 블록도이다. 도 7a 및 도 7b는 모바일 단말에서 약품 판별을 수행하는 실시예이다.
도 7a 및 도 도 7b를 참조하면 모바일 단말(600)의 일 실시예로서 스마트폰(70)을 예시하고 있다. 다만, 이에 제한되지 않으며, 모바일 단말(600)은 태블릿 PC, 노트북 컴퓨터 등의 휴대 가능한 정보 처리 단말을 포함할 수 있으며, 스마트워치, 스마트밴드, HMD(Head Mounted Display) 등의 타입으로 형성된 웨어러블 기기를 포함할 수도 있다.
도 6을 참조하면, 모바일 단말(600)은 이미지 센서(610), 분광 센서(620), 프로세서(630), 출력부(640), 저장부(650) 및 통신부(660)를 포함할 수 있다.
도 6 내지 도 7b를 참조하면, 이미지 센서(610)는 CCD, CMOS 등을 포함할 수 있다. 도 7a에 도시된 바와 같이 이미지 센서(610)는 스마트폰 본체(70)의 후면에 배치되는 후면 카메라 모듈일 수 있다. 또한, 분광 센서(620)는 라만 분광법, 근적외선 분광법, 중적외선 분광법 등을 이용한 센서일 수 있다. 분광 센서(620)는 스마트폰(70)의 후면에 배치될 수 있다.
프로세서(630)는 사용자로부터 약품 판별 요청을 수신하고, 이미지 센서(610) 및 분광 센서(620)를 제어할 수 있다. 이때, 사용자로부터의 약품 판별 요청은 터치 입력이나 음성으로 입력될 수 있다. 프로세서(630)는 음성으로 입력되는 경우 탑재된 음성 인식 엔진을 구동하여 음성 인식을 수행하고, 음성 인식 결과를 기초로 약품 판별과 관련된 동작을 수행할 수 있다.
프로세서(630)는 사용자로부터 약품 판별 요청이 입력되면 이미지 센서(610)를 제어하여 약품 이미지를 획득할 수 있다. 예를 들어, 사용자가 모바일 단말(600)에 설치된 약품 판별 애플리케이션을 직접 실행하거나 음성으로 약품 판별 요청을 하면, 프로세서(630)는 도 7a에 도시된 바와 같이 스마트폰(70)의 후면에 위치한 이미지 센서(610)를 실행하여 사용자가 약품(M)을 촬영하도록 할 수 있다. 또한, 이미지 센서(610)를 통해 입력되는 약품(M)의 이미지를 디스플레이(71)에 출력할 수 있다.
또한, 프로세서(630)는 획득된 약품의 이미지를 분석하여 약품명을 식별할 수 있다. 이때, 프로세서(630)는 탑재된 이미지 분석 알고리즘을 이용하여 약품의 모양, 색깔, 질감, 글자 등의 형태 특징을 추출할 수 있으며, 추출된 형태 특징과 저장부(650)에 저장된 약품 DB와의 유사도 비교를 통해 약품의 약품명을 식별할 수 있다.
한편, 모바일 단말(600)의 컴퓨팅 성능 등에 따라 약품 DB가 저장부(650)에 저장되어 있지 않은 경우, 프로세서(630)는 통신부(660)를 제어하여 약품 DB를 보관하고 있는 외부 장치(670)와 통신하도록 하고, 외부 장치(670)로부터 약품 DB를 수신하여 비교하거나, 외부 장치(670)에 약품의 형태 특징을 전송한 후 외부 장치(670)에 의해 수행된 비교 결과를 수신할 수 있다.
프로세서(630)는 약품의 이미지 분석을 통한 약품명이 식별되지 않으면, 분광 센서(620)를 제어할 수 있다. 예컨대, 분광 센서(630)는 약품(M)을 향해 레이저 광을 조사하고 약품의 성분에 의해 산란되는 광을 검출하여 라만 분광법을 이용하여 라만 스펙트럼을 획득할 수 있다. 또는, 프로세서(630)가 분광 센서(620)의 위치를 사용자가 지정하도록 알려 줄 수 있다.
프로세서(630)는 분광 센서(620)에 의해 약품의 스펙트럼 데이터가 획득되면 저장부(650)에 저장된 약품 성분 DB와 비교하여 약품의 성분 및/또는 용량을 식별할 수 있다. 전술한 바와 같이 저장부(650)에 약품 성분 DB가 저장되어 있지 않은 경우 통신부(660)를 제어하여 외부 장치(670)와 통신하고, 외부 장치(670)를 이용하여 약품 성분을 분석할 수 있다.
출력부(640)는 프로세서(630)에 의해 약품이 판별되면, 약품 판별 결과를 출력할 수 있다. 예를 들어, 도 7b를 참조하면 출력부(640)는 스마트폰(70)의 전면에 배치된 디스플레이(71)를 포함하고, 디스플레이(71)에 약품 판별 결과를 출력할 수 있다. 예컨대, 디스플레이(71)의 일부 영역(71a)에는 이미지 센서(610)를 통해 획득된 약품의 이미지를 출력하고, 일부 영역(71b)에는 그 약품의 판별 결과를 출력할 수 있다. 다만, 이러한 예시에 제한되는 것은 아니다.
한편, 본 실시 예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 실시예들을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
본 개시가 속하는 기술분야의 통상의 지식을 가진 자는 개시된 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.
100: 약품 판별 장치 110: 판별부
111: 이미지 센서 112: 트레이
113: 분광 센서 120: 검증부
130: 제어부 140: 오류 표시부
600: 모바일 단말 610: 이미지 센서
620: 분광 센서 630: 프로세서
640: 출력부 650: 저장부
660: 통신부

Claims (25)

  1. 약포지 내의 약품의 이미지를 기초로 제1 판별을 수행하고, 상기 제1 판별에서 판별되지 않은 약품의 스펙트럼을 기초로 제2 판별을 수행하는 판별부;
    상기 제1 판별 및 제2 판별 결과를 처방전과 비교하여 조제 오류를 검증하는 검증부; 및
    상기 제1 판별에서 판별되지 않은 약품이 존재하는 경우 상기 스펙트럼의 획득을 제어하는 제어부를 포함하는 약품 판별 장치.
  2. 제1항에 있어서,
    상기 판별부는
    상기 약포지를 촬영하여 상기 약품의 이미지를 획득하는 이미지 센서; 및
    상기 제1 판별에서 판별되지 않은 약품의 스펙트럼을 획득하는 분광 센서를 포함하는 약품 판별 장치.
  3. 제2항에 있어서,
    상기 제어부는
    상기 제1 판별에서 판별되지 않은 약품의 좌표 정보를 기초로 상기 분광 센서를 상기 판별되지 않은 약품의 위치로 이동시키는 약품 판별 장치.
  4. 제1항에 있어서,
    상기 판별부는
    상기 약품의 이미지를 분석하여 상기 약품의 영역 인식 및 좌표 정보를 생성하는 제1 판별 과정을 수행하는 약품 판별 장치.
  5. 제4항에 있어서,
    상기 판별부는
    상기 약품의 영역 인식 결과를 기초로 상기 약품의 형태 특징(feature)을 추출하고, 추출된 형태 특징을 기초로 상기 약품의 개수 산출 및 약품명을 식별하는 제1 판별 과정을 더 수행하는 약품 판별 장치.
  6. 제5항에 있어서,
    상기 판별부는
    상기 추출된 형태 특징을 기초로 약품 DB와 비교하여 상기 약품명을 식별하는 약품 판별 장치.
  7. 제5항에 있어서,
    상기 제어부는
    약품명이 식별되지 않은 약품의 좌표 정보 및 상기 약포지의 중심 좌표를 기초로 상기 약품명이 식별되지 않은 약품의 스펙트럼 획득을 제어하는 약품 판별 장치.
  8. 제1항에 있어서,
    상기 판별부는
    상기 제1 판별에서 판별되지 않은 약품의 스펙트럼을 기초로 약품 성분 또는 용량을 식별하는 제2 판별 과정을 수행하는 약품 판별 장치.
  9. 제1항에 있어서,
    상기 검증부의 검증 결과 조제 오류가 발생한 약품을 표시하는 오류 표시부를 더 포함하는 약품 판별 장치.
  10. 제9항에 있어서,
    상기 오류 표시부는
    상기 조제 오류가 발생한 약품의 오류 종류에 따라 서로 다른 색깔, 모양 및 문자 중의 적어도 하나로 표시하는 약품 판별 장치.
  11. 제10항에 있어서,
    상기 오류 종류는
    정밀 분석 필요, 약품명 오류, 약품 개수 오류, 성분 오류 및 용량 오류 중의 적어도 하나를 포함하는 약품 판별 장치.
  12. 제11항에 있어서,
    상기 검증부는
    상기 제1 판별 결과를 기초로 상기 정밀 분석 필요, 상기 약품명 오류 및 상기 약품 개수 오류를 판단하고, 상기 제2 판별 결과를 기초로 상기 성분 오류 및 용량 오류를 판단하는 약품 판별 장치.
  13. 제10항에 있어서,
    상기 제어부는
    조제 오류가 발생한 약품의 좌표 및 오류 종류에 기초하여 상기 오류 표시부를 제어하는 약품 판별 장치.
  14. 약포지 내의 약품의 이미지를 획득하는 단계;
    상기 약품의 이미지를 기초로 제1 판별을 수행하는 단계;
    상기 제1 판별에서 판별되지 않은 약품의 스펙트럼을 획득하는 단계;
    상기 획득된 스펙트럼을 기초로 제2 판별을 수행하는 단계; 및
    상기 제1 판별 및 제2 판별 결과를 처방전과 비교하여 조제 오류를 검증하는 단계를 포함하는 약품 판별 방법.
  15. 제14항에 있어서,
    상기 제1 판별을 수행하는 단계는
    상기 약품의 이미지를 기초로 상기 약품의 영역을 인식하는 단계; 및
    상기 영역 인식 결과를 기초로 상기 약품의 좌표 정보를 생성하는 단계를 포함하는 약품 판별 방법.
  16. 제15항에 있어서,
    상기 제1 판별을 수행하는 단계는
    상기 영역 인식 결과를 기초로 상기 약품의 형태 특징을 추출하는 단계;
    상기 추출된 형태 특징을 기초로 상기 약품의 개수를 산출하는 단계; 및
    상기 추출된 형태 특징을 기초로 상기 약품의 약품명을 식별하는 단계를 더 포함하는 약품 판별 방법.
  17. 제16항에 있어서,
    상기 약품명을 식별하는 단계는
    상기 추출된 형태 특징을 기초로 약품 DB와 유사도 비교를 수행하는 약품 판별 방법.
  18. 제15항에 있어서,
    상기 약품의 좌표 정보를 기초로 상기 제1 판별에서 판별되지 않은 약품의 위치로 분광 센서를 이동시키는 단계를 더 포함하는 약품 판별 방법.
  19. 제14항에 있어서,
    상기 제2 판별을 수행하는 단계는
    상기 스펙트럼을 기초로 상기 제1 판별에서 판별되지 않은 약품의 성분 또는 용량을 식별하는 약품 판별 방법.
  20. 제14항에 있어서,
    상기 검증하는 단계는
    상기 제1 판별 결과를 기초로 정밀 분석 필요 및 약품 개수 오류를 판단하고, 상기 제2 판별 결과를 기초로 성분 오류 및 용량 오류를 판단하는 약품 판별 방법.
  21. 제14항에 있어서,
    상기 검증 결과를 기초로 조제 오류가 발생한 약품을 표시하는 단계를 더 포함하는 약품 판별 방법.
  22. 약품의 이미지를 촬영하는 이미지 센서;
    약품의 스펙트럼을 획득하는 분광 센서; 및
    상기 이미지 센서 및 분광 센서를 제어하는 프로세서를 포함하고,
    상기 프로세서는
    상기 약품의 이미지를 기초로 약품의 제1 판별을 수행하고, 약품이 판별되지 않으면 상기 분광 센서를 제어하여 스펙트럼을 획득하고, 상기 획득된 스펙트럼을 기초로 상기 판별되지 않은 약품의 제2 판별을 수행하는 모바일 단말.
  23. 제22항에 있어서,
    상기 제1 판별은
    상기 약품의 형태 특징을 획득하고, 획득된 형태 특징을 약품 DB와 비교하여 약품명을 식별하는 것을 포함하고,
    상기 제2 판별은
    상기 약품의 성분 또는 정량을 식별하는 것을 포함하는 모바일 단말.
  24. 제22항에 있어서,
    상기 제1 판별 및 제2 판별 중의 적어도 하나를 통해 판별되지 않은 약품에 대한 정보를 외부 장치에 전송하고, 외부 장치로부터 상기 판별되지 않은 약품에 대한 판별 결과를 수신하는 통신부를 더 포함하는 모바일 단말.
  25. 제22항에 있어서,
    상기 프로세서의 약품 판별 결과를 출력하는 출력부를 더 포함하는 모바일 단말.
KR1020190065265A 2019-06-03 2019-06-03 약품 판별 장치 및 방법 KR20200138921A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190065265A KR20200138921A (ko) 2019-06-03 2019-06-03 약품 판별 장치 및 방법
US16/795,102 US11176670B2 (en) 2019-06-03 2020-02-19 Apparatus and method for identifying pharmaceuticals

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190065265A KR20200138921A (ko) 2019-06-03 2019-06-03 약품 판별 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20200138921A true KR20200138921A (ko) 2020-12-11

Family

ID=73549624

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190065265A KR20200138921A (ko) 2019-06-03 2019-06-03 약품 판별 장치 및 방법

Country Status (2)

Country Link
US (1) US11176670B2 (ko)
KR (1) KR20200138921A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102550769B1 (ko) 2022-05-04 2023-07-03 주식회사 제이엔제이테크 인공지능을 이용한 의약품 오토 레이블링 방법 및 장치

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115359925B (zh) * 2022-10-20 2023-03-28 阿里巴巴(中国)有限公司 一种药品归集方法、设备及存储介质

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7218395B2 (en) * 2003-04-16 2007-05-15 Optopo Inc. Rapid pharmaceutical identification and verification system
JP2005279228A (ja) 2004-03-29 2005-10-13 Konishi Seisakusho:Kk 薬品監査装置
TWI356036B (en) * 2004-06-09 2012-01-11 Smithkline Beecham Corp Apparatus and method for pharmaceutical production
US7747454B2 (en) 2006-05-06 2010-06-29 Irody, Inc. System and method for real time management of a drug regimen
KR100787807B1 (ko) 2006-12-22 2007-12-21 (주)제이브이엠 약제 자동 포장기의 수동분배트레이 검사방법 및 장치
US8374965B2 (en) * 2008-11-26 2013-02-12 Parata Systems, Llc System and method for verifying the contents of a filled, capped pharmaceutical prescription
US9372961B1 (en) 2012-10-30 2016-06-21 Humana Inc. Pharmaceutical verification camera system and method
WO2014080966A1 (ja) 2012-11-22 2014-05-30 株式会社湯山製作所 薬剤鑑査装置
US8712163B1 (en) * 2012-12-14 2014-04-29 EyeNode, LLC Pill identification and counterfeit detection method
WO2014183026A1 (en) 2013-05-09 2014-11-13 University Of Central Florida Research Foundation, Inc. A portable spectrometer for the presumptive identification of illicit drugs and substances of abuse
JP6885342B2 (ja) * 2016-01-06 2021-06-16 株式会社湯山製作所 鑑査支援システム、錠剤分包装置、分包制御プログラム
US10254215B2 (en) * 2016-04-07 2019-04-09 Verifood, Ltd. Spectrometry system applications
KR20180044569A (ko) 2016-10-24 2018-05-03 한국과학기술연구원 의약품 감식 방법 및 이를 수행하는 의약품 감식 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102550769B1 (ko) 2022-05-04 2023-07-03 주식회사 제이엔제이테크 인공지능을 이용한 의약품 오토 레이블링 방법 및 장치

Also Published As

Publication number Publication date
US11176670B2 (en) 2021-11-16
US20200380679A1 (en) 2020-12-03

Similar Documents

Publication Publication Date Title
US11954851B2 (en) Image-based disease diagnostics using a mobile device
US10146909B2 (en) Image-based disease diagnostics using a mobile device
US10790052B2 (en) Medication assurance system and method
US20200100684A1 (en) Electronic Device that Computes Health Data
De Greef et al. Bilicam: using mobile phones to monitor newborn jaundice
US20220344044A1 (en) User-customized skin diagnosis system and method
US11864860B2 (en) Biometric imaging and biotelemetry system
KR101744123B1 (ko) 의약품 식별 장치 및 그 방법
US11798272B2 (en) Activity assistance system
US11759401B2 (en) Method of monitoring medication regimen with portable apparatus
KR20200138921A (ko) 약품 판별 장치 및 방법
US20200357130A1 (en) Apparatus and method for object recognition
US8731959B2 (en) Spectroscopic chemical compound identification
WO2021138477A1 (en) Image process systems for skin condition detection
EP3737077A1 (en) Electronic device for acquiring state information on object, and control method therefor
CN115993342A (zh) 药物扫描与辨识系统及其使用方法
KR102214873B1 (ko) 포터블한 자동 조제 검수장치 및 이를 이용한 검수방법
US11049242B2 (en) Portable and rapid screening in vitro detection system
EP4002380A1 (en) Assessing a region of interest of a subject
KR102223099B1 (ko) 영상 분석 및 제공 방법
US20200397301A1 (en) Electronic device for acquiring state information on object, and control method therefor
Park Approaches for Improving Data Acquisition in Sensor-Based mHealth Applications

Legal Events

Date Code Title Description
E902 Notification of reason for refusal