KR20220095104A - 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법 - Google Patents

빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법 Download PDF

Info

Publication number
KR20220095104A
KR20220095104A KR1020210152699A KR20210152699A KR20220095104A KR 20220095104 A KR20220095104 A KR 20220095104A KR 1020210152699 A KR1020210152699 A KR 1020210152699A KR 20210152699 A KR20210152699 A KR 20210152699A KR 20220095104 A KR20220095104 A KR 20220095104A
Authority
KR
South Korea
Prior art keywords
emergency
patient
artificial intelligence
big data
making
Prior art date
Application number
KR1020210152699A
Other languages
English (en)
Other versions
KR102479692B1 (ko
Inventor
김수연
Original Assignee
주식회사 코스모스메딕
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 주식회사 코스모스메딕 filed Critical 주식회사 코스모스메딕
Priority to PCT/KR2021/018456 priority Critical patent/WO2022145782A2/ko
Publication of KR20220095104A publication Critical patent/KR20220095104A/ko
Application granted granted Critical
Publication of KR102479692B1 publication Critical patent/KR102479692B1/ko

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
    • G16H50/20—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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • 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
    • G16H50/70—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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Pathology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Economics (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Human Computer Interaction (AREA)
  • Operations Research (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명은 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법에 관한 것이다.
본 발명에 따른 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법은, 사용자 단말기가 응급환자 발생 시 응급의료 서비스 제공 업체의 사이트에 접속하여 응급환자의 상태를 기록하여 전송하는 단계; 응급의료 서비스 제공 서버가 응급환자의 상태 정보를 수신하여 클라우드 플랫폼 서버로 환자의 상태 정보를 전송하는 단계; 클라우드 플랫폼 서버가 환자의 상태 정보를 수신하고, 빅데이터로 훈련된 인공지능에 의해 환자의 상태 정보를 토대로 추정 진단, 필요한 검사 및 치료를 도출하는 단계; 클라우드 플랫폼 서버가 응급환자의 치료가 가능한 병원의 서버로 환자의 상태 정보를 전송하는 단계; 및 병원 서버가 클라우드 플랫폼 서버로부터 도출된 추정 진단, 필요한 검사 및 치료 정보와 환자의 상태 정보를 수신하고, 그를 토대로 응급환자를 위중한 정도에 따라 진료(치료) 순번을 정하는 한편 신속한 대응이 이루어질 수 있도록 관련 업무를 처리하는 단계를 포함한다.

Description

빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법{Big data and cloud system based AI(artificial intelligence) emergency medical care decision-making and emergency patient transfer system and method thereof}
본 발명은 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법에 관한 것으로서, 더 상세하게는 응급상황 발생 시 환자에게 의학적 의사결정에 도움을 주고, 응급환자를 신속하게 병원으로 이송하여 최대한 빠른 시간 내에 진료 및 치료(처치)를 받을 수 있도록 하는, 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법에 관한 것이다.
일반적으로, 응급상황 발생시 환자 본인이 의학적 상황에 대해 의사결정을 내려 병원방문 여부를 결정하게 된다. 또한, 방문하는 병원조차도 본인이 결정해야 한다. 따라서, 불필요한 시간 및 비용을 야기시키고 응급실 또한 제한된 자원을 소모하게 된다.
현재 소방청 구급상황 관련 센터에서 응급 의료 상담을 운영하고 있고, 중앙응급 의료센터에서 이를 보조하고 있으나, 현실적인 응급실 상황은 그리 낙관적이지 않다. 수도권 대학병원을 필두로 대형 응급실은 항상 포화상태이며, 설령 환자가 119의 도움을 받고 병원에 간다 하더라도, 매우 긴 시간을 기다리게 된다. 이는 골든 타임을 놓치게 되는 사태를 초래할 뿐만 아니라, 환자들이 받게 되는 의료 서비스의 질(health care quality)을 또한 떨어뜨리게 된다.
더욱 문제점은 환자 개개인마다 상태가 모두 다른데, 이를 의학적 전문가가 아닌 소방청에서 의료상담을 주도하기 때문에, 단편적이고 지엽적인 의료상담에 그치는 경우가 대부분이다. 따라서 의료상담에 대한 신뢰도가 높지 않고 책임의 소재 또한 불분명해지는 문제가 발생한다.
현재 많은 대학병원에서 '스마트 응급의료 시스템'을 구축하고자 노력중이다. 국가 응급진료 정보망(NEDIS), 소방청, 응급실 등으로 흩어져 있는 응급의료 데이터를 한 곳으로 모으려고 하고 있으나, 현재 뚜렷한 결과는 없는 상태이고, 응급실의 풍경 또한 크게 달라진 것이 없다.
한편, 한국 공개특허공보 제10-2014-0089021호(특허문헌 1)에는 "모바일 기기를 이용한 통합 응급의료센터 관리 시스템 및 방법"이 개시되어 있는 바, 이에 따른 모바일 기기를 이용한 통합 응급의료센터 관리 시스템은 응급 관리 통합 서버에 접속하여 병원의 GPS 좌표 및 안내를 관리하는 병원 안내 및 위치 서비스 요청, 해당 병원의 전문의 관리 서비스 요청, 응급의료 센터 정보 서비스 요청을 하고, 응급 관리 통합 서버로부터 제공받은 정보를 수신하는 사용자 모바일 기기; 상기 사용자 모바일 기기로부터 요청받은 정보를 처리하여 사용자가 요청한 정보를 수집하여 제공하는 응급 관리 통합 서버; 상기 응급 관리 통합 서버의 정보 요청에 의해 병원 정보 및 위치 정보를 제공하는 병원 안내 및 위치 서비스부 및 전문의 정보를 제공하는 전문의 관리 서비스부 및 병원에 있는 응급 의료 센터 정보를 제공하는 응급 의료센터 정보 서비스부;를 포함하는 것을 특징으로 한다.
이와 같은 특허문헌 1에 의하면, 각 병원안의 응급 의료 센터의 전문의를 검색하고 실시간 응급의료센터의 상황 및 위치를 실시간으로 보여주어, 응급 의료법 개정안에 맞는 통합 응급 의료 서비스를 제공할 수 있는 장점이 있기는 하나, 환자의 문의에 대해전문적인 의학지식을 바탕으로 한 답변을 신속하게 해줄 수 있는 수단은 마련되어 있지 않아, 환자 본인이 의학적 상황에 대해 의사결정을 내리는데 도움을 줄 수 없는 문제점이 있다.
한국 공개특허공보 제10-2014-0089021호(2014.07.14.)
본 발명은 상기와 같은 사항을 종합적으로 감안하여 창출된 것으로서, 환자에게 의학적 의사결정에 도움을 주고, 24시간 실시간으로 응급의학과를 비롯하여 해당 의학과 의사 또는 의료 인공지능이 환자의 문의에 대해 답변을 해주며, 응급환자를 신속하게 병원으로 이송하여 최대한 빠른 시간 내에 진료 및 치료(처치)를 받을 수 있도록 하는, 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법을 제공함에 목적이 있다.
상기의 목적을 달성하기 위하여 본 발명에 따른 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템은,
응급환자 발생 시 응급환자가 위치하고 있는 현장 또는 응급환자 이송차량에서 응급의료 서비스 제공 업체의 사이트에 접속하여 응급환자의 상태를 기록하여 전송하는 사용자 단말기와;
응급의료 서비스 제공 업체에 구축되며, 상기 사용자 단말기로부터 응급환자의 상태 정보를 수신하여 클라우드 플랫폼 서버로 환자의 상태 정보를 전달하는 응급의료 서비스 제공 서버와;
개인 건강 기록 데이터 또는 정보가 데이터베이스(DB)에 저장되어 있으며, 상기 응급의료 서비스 제공 서버로부터 환자의 상태 정보를 수신하고, 빅데이터로 훈련된 인공지능에 의해 상기 환자의 상태 정보를 토대로 추정 진단, 필요한 검사 및 치료를 도출하며, 상기 응급환자의 치료가 가능한 병원의 서버로 상기 환자의 상태 정보를 전송하는 클라우드 플랫폼 서버; 및
상기 클라우드 플랫폼 서버로부터 도출된 추정 진단, 필요한 검사 및 치료 정보와 환자의 상태 정보를 수신하고, 그를 토대로 응급환자를 위중한 정도에 따라 진료(치료) 순번을 정하는 한편 신속한 대응이 이루어질 수 있도록 관련 업무를 처리하는 병원 서버를 포함하는 점에 그 특징이 있다.
여기서, 상기 클라우드 플랫폼 서버에는 네트워크로 연계된 외부의 의사, 의료기관, 국가응급 진료망으로부터 획득된 의학적 정보를 데이터베이스(DB)에 저장되어 있는 개인 건강 기록 데이터 또는 정보와 융합하는 앱(application)이 탑재될 수 있다.
또한, 상기 클라우드 플랫폼 서버에는 상기 응급환자에게 필요한 검사와 치료가 가능한 병원의 병상과 인력자원을 실시간으로 파악하는 앱(application)이 탑재될 수 있다.
이때, 또한 상기 클라우드 플랫폼 서버에는 상기 파악 결과를 바탕으로 상기 응급환자의 치료가 가능한 병원의 서버로 상기 환자의 상태 정보를 전송하는 앱(application)이 탑재될 수 있다.
또한, 상기 클라우드 플랫폼 서버에 채용된 상기 인공지능은 한국어와 영어, 의학용어가 혼재되어 있는 의료 데이터를 탐구적 자료분석(EDA; Exploratory Data Analysis) 기법으로 탐구하고 통계적 분석을 하도록 학습될 수 있다.
이때, 상기 인공지능은 다수의 로컬 클라이언트와 하나의 중앙 서버가 협력하여 데이터가 탈중앙화된 상황에서 글로벌 모델을 수정 및 학습하는 연합 학습(Federated Learning) 방식을 기반으로 할 수 있다.
또한, 상기 클라우드 플랫폼 서버에 채용된 상기 인공지능은 환자가 응급상황에 대해 문의하면 답변해주는 기능을 구비할 수 있다.
이때, 환자가 응급상황에 대해 문의함에 있어 전화로 연결될 경우, 상기 인공지능은 CTC(Connectionist Temporal Classification), LAS(Listen and Spell) 알고리즘을 이용한 한국어 음성인식 시스템을 사용하여 문의에 대해 답변할 수 있다.
이때, 또한 환자가 응급상황에 대해 문의함에 있어 인터넷 홈페이지를 이용할 경우, 상기 인공지능은 자연어 이해(NLU; Natural Language Understanding)를 사용하여 문의 사항을 이해하고, 자연어 생성(NLG; Natural Language Generation) 을 통해 답변 내용을 생성하여 문의에 대해 답변할 수 있다.
이때, 또한 환자가 응급상황에 대해 문의함에 있어 앱(application)을 이용할 경우, 상기 인공지능은 정확한 답변을 위해 상기 앱이 제공하는 환자가 자신의 아픈 부위를 터치식으로 표시할 수 있는 바디-맵(body-map) 화면 또는 시력이 좋지 않은 환자의 경우 말로서 자신의 증상을 표현할 수 있는 STT(Speech-to-Text) 기능 툴(tool)을 통해 환자의 의견 또는 판단을 수집한 후, 그를 바탕으로 환자의 의사결정에 도움이 되는 정보를 문의에 대한 답변으로서 제공할 수 있다.
여기서, 상기 앱은 바람직하게는 다국어 변환(언어 선택) 기능을 더 구비할 수 있다.
또한, 바람직하게는 상기 응급환자 이송차량에는 상기 응급환자를 식별하여 응급환자에 대한 정보를 추출하기 위한 지문 인식기, 안면 인식 장치, 생체 정보 추출 장치 등이 설비될 수 있다.
또한, 상기의 목적을 달성하기 위하여 본 발명에 따른 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법은,
a) 사용자 단말기가 응급환자 발생 시 응급환자가 위치하고 있는 현장 또는 응급환자 이송차량에서 응급의료 서비스 제공 업체의 사이트에 접속하여 응급환자의 상태를 기록하여 전송하는 단계와;
b) 응급의료 서비스 제공 업체의 응급의료 서비스 제공 서버가 상기 사용자 단말기로부터 응급환자의 상태 정보를 수신하여 클라우드 플랫폼 서버로 환자의 상태 정보를 전송하는 단계와;
c) 클라우드 플랫폼 서버가 상기 응급의료 서비스 제공 서버로부터 환자의 상태 정보를 수신하고, 빅데이터로 훈련된 인공지능에 의해 상기 환자의 상태 정보를 토대로 추정 진단, 필요한 검사 및 치료를 도출하는 단계와;
d) 클라우드 플랫폼 서버가 상기 응급환자의 치료가 가능한 병원의 서버로 상기 환자의 상태 정보를 전송하는 단계; 및
e) 병원 서버가 상기 클라우드 플랫폼 서버로부터 도출된 추정 진단, 필요한 검사 및 치료 정보와 환자의 상태 정보를 수신하고, 그를 토대로 응급환자를 위중한 정도에 따라 진료(치료) 순번을 정하는 한편 신속한 대응이 이루어질 수 있도록 관련 업무를 처리하는 단계를 포함하는 점에 그 특징이 있다.
여기서, 상기 단계 c)에서 상기 클라우드 플랫폼 서버에는 네트워크로 연계된 외부의 의사, 의료기관, 국가응급 진료망으로부터 획득된 의학적 정보를 자신의 데이터베이스(DB)에 저장되어 있는 개인 건강 기록 데이터 또는 정보와 융합하는 앱(application)이 탑재될 수 있다.
또한, 상기 클라우드 플랫폼 서버에는 상기 응급환자에게 필요한 검사와 치료가 가능한 병원의 병상과 인력자원을 실시간으로 파악하는 앱(application)이 탑재될 수 있다.
이때, 또한 상기 클라우드 플랫폼 서버에는 상기 파악 결과를 바탕으로 상기 응급환자의 치료가 가능한 병원의 서버로 상기 환자의 상태 정보를 전송하는 앱(application)이 탑재될 수 있다.
또한, 상기 클라우드 플랫폼 서버에 채용된 상기 인공지능은 한국어와 영어, 의학용어가 혼재되어 있는 의료 데이터를 탐구적 자료분석(EDA; Exploratory Data Analysis) 기법으로 탐구하고 통계적 분석을 하도록 학습될 수 있다.
이때, 상기 인공지능은 다수의 로컬 클라이언트와 하나의 중앙 서버가 협력하여 데이터가 탈중앙화된 상황에서 글로벌 모델을 수정 및 학습하는 연합 학습(Federated Learning) 방식을 기반으로 할 수 있다.
또한, 상기 클라우드 플랫폼 서버에 채용된 상기 인공지능은 환자가 응급상황에 대해 문의하면 답변해주는 기능을 구비할 수 있다.
이때, 환자가 응급상황에 대해 문의함에 있어 전화로 연결될 경우, 상기 인공지능은 CTC(Connectionist Temporal Classification), LAS(Listen and Spell) 알고리즘을 이용한 한국어 음성인식 시스템을 사용하여 문의에 대해 답변할 수 있다.
이때, 또한 환자가 응급상황에 대해 문의함에 있어 인터넷 홈페이지를 이용할 경우, 상기 인공지능은 자연어 이해(NLU; Natural Language Understanding)를 사용하여 문의 사항을 이해하고, 자연어 생성(NLG; Natural Language Generation) 을 통해 답변 내용을 생성하여 문의에 대해 답변할 수 있다.
이때, 또한 환자가 응급상황에 대해 문의함에 있어 앱(application)을 이용할 경우, 상기 인공지능은 정확한 답변을 위해 상기 앱이 제공하는 환자가 자신의 아픈 부위를 터치식으로 표시할 수 있는 바디-맵(body-map) 화면 또는 시력이 좋지 않은 환자의 경우 말로서 자신의 증상을 표현할 수 있는 STT(Speech-to-Text) 기능 툴(tool)을 통해 환자의 의견 또는 판단을 수집한 후, 그를 바탕으로 환자의 의사결정에 도움이 되는 정보를 문의에 대한 답변으로서 제공할 수 있다.
여기서, 상기 앱은 바람직하게는 다국어 변환(언어 선택) 기능을 더 구비할 수 있다.
또한, 바람직하게는 상기 응급환자 이송차량에는 상기 응급환자를 식별하여 응급환자에 대한 정보를 추출하기 위한 지문 인식기, 안면 인식 장치, 생체 정보 추출 장치 등이 설비될 수 있다.
이와 같은 본 발명에 의하면, 환자에게 의학적 의사결정에 도움을 주고, 24시간 실시간으로 응급의학과를 비롯하여 해당 의학과 의사 또는 의료 인공지능이 환자의 문의에 대해 답변을 해주며, 응급환자를 신속하게 병원으로 이송하여 최대한 빠른 시간 내에 진료 및 치료(처치)를 받을 수 있도록 하는 장점이 있다.
또한, 병원측에서는 응급실의 제한된 자원과 인력을 효율적으로 운용할 수 있는 장점이 있다.
도 1은 본 발명에 따른 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 본 발명에 따른 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법의 실행 과정을 나타낸 흐름도이다.
도 3은 본 발명에 따른 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템의 운용 상태를 나타낸 도면이다.
도 4는 환자의 아픈 부위 터치식 표시 바디-맵 및 구술 표현 STT 기능 제공 화면을 나타낸 도면이다.
도 5는 본 발명에 채용되는 앱을 통해 획득한 환자에 대한 정보를 바탕으로 인공지능 예측 모델에 의해 중증도를 결정하는 과정을 나타낸 도면이다.
도 6은 본 발명에 채용되는 중증도 분류체계 및 다국어 변환(언어 선택) 기능을 나타낸 도면이다.
도 7은 본 발명에 채용되는 응급진료 프로세스를 나타낸 도면이다.
도 8은 응급인력이 환자에 대해 기록하는 기록양식의 평가 항목을 나타낸 도면이다.
도 9는 본 발명에 채용되는 다수의 로컬 클라이언트와 중앙 서버가 협력하여 글로벌 모델을 학습하는 연합 학습의 개요를 나타낸 도면이다.
도 10은 본 발명에 채용되는 5G 통신 인공지능(AI) 기반 응급 의료 시스템의 구성을 나타낸 도면이다.
도 11은 본 발명에 채용되는 스마트 응급의료 서비스(SEMS) 시스템의 개요를 나타낸 도면이다.
도 12는 종래 응급환자 처치 프로세스와 본 발명에 따른 인공지능 응급의료 의사결정 및 응급환자 이송 시스템의 서비스를 비교하여 나타낸 도면이다.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정되어 해석되지 말아야 하며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈", "장치" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
이하 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다.
도 1은 본 발명의 실시예에 따른 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템의 구성을 개략적으로 나타낸 도면이고, 도 3은 시스템의 운용 상태를 나타낸 도면이다.
도 1 및 도 3을 참조하면, 본 발명에 따른 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템(100)은 사용자 단말기(110), 응급의료 서비스 제공 서버(120), 클라우드 플랫폼 서버(130), 병원 서버(140)를 포함하여 구성된다.
사용자 단말기(110)는 응급환자 발생 시 응급환자가 위치하고 있는 현장(예를 들면, 환자의 집이나 직장, 외부에 출타 중일 때는 출타 중인 그 장소) 또는 응급환자 이송차량에서 응급의료 서비스 제공 업체의 사이트에 접속하여 응급환자의 상태를 기록하여 전송한다. 여기서, 이와 같은 사용자 단말기(110)는 스마트폰(110a), 노트북 PC(110b), 태블릿 PC, 데스크탑 PC, PDA(personal digital assistant), 응급 키오스크(kiosk) 등을 포함할 수 있다. 여기서, 또한 이와 같은 사용자 단말기(110)는 환자 자신이나 환자의 보호자, 응급 구급대원, 기타 응급환자 신고자의 단말기일 수 있다. 여기서, 또한 상기 응급환자 이송차량(예컨대, 119 구급대 차량)에는 상기 응급환자를 식별하여 응급환자에 대한 정보를 추출하기 위한 지문 인식기, 안면 인식 장치, 생체 정보(예를 들면, 홍채, 정맥, 음성, 필적) 추출 장치 등이 설비될 수 있다. 이는 응급환자가 의식이 없거나, 의식이 있어도 의사소통이 어려울 경우, 응급환자에 대한 정보를 신속하게 얻기 위한 것이다. 여기서, 물론 이상과 같이 지문 인식기, 안면 인식 장치, 생체 정보 추출 장치가 설비되어 그것을 사용하게 될 경우, 환자에 대한 지문, 안면(얼굴) 사진(스캔) 데이터 및 생체 정보가 병원이나 응급의료센터 등의 데이터베이스(DB)에 저장되어 있는 상태를 전제로 한다.
응급의료 서비스 제공 서버(120)는 응급의료 서비스 제공 업체에 구축되며, 상기 사용자 단말기(110)로부터 응급환자의 상태 정보를 수신하여 클라우드 플랫폼 서버(130)로 환자의 상태 정보를 전달한다. 이와 같은 응급의료 서비스 제공 서버(120)는 인공지능(AI) 기반으로 응급환자 상태 및 중증도 정보를 파악하여 제공함으로써 의료진의 신속한 진단 및 처치를 도와주는 진료보조 툴(tool) 역할을 수행한다. 또한, 이러한 응급의료 서비스 제공 서버(120)는 외부의 다양한 의학과 의사, 병원, 국가 응급 진료망 등과 유/무선 네트워크를 통해 연계되어 각종 의료 데이터 및 정보를 수집하여 자체 데이터베이스(DB)에 저장할 수 있다.
클라우드 플랫폼 서버(130)는 개인 건강 기록 데이터 또는 정보가 자체 데이터베이스(DB)에 저장되어 있으며, 상기 응급의료 서비스 제공 서버(120)로부터 환자의 상태 정보를 수신하고, 빅데이터로 훈련된 인공지능에 의해 상기 환자의 상태 정보를 토대로 추정 진단, 필요한 검사 및 치료를 도출하며, 상기 응급환자의 치료가 가능한 병원의 서버로 상기 환자의 상태 정보를 전송한다. 이와 같은 클라우드 플랫폼 서버(130)는 단일 서버로 구성될 수도 있고, 복수의 서버(130a) (130b)로 구성될 수도 있다.
병원 서버(140)는 상기 클라우드 플랫폼 서버(130)로부터 도출된 추정 진단, 필요한 검사 및 치료 정보와 환자의 상태 정보를 수신하고, 그를 토대로 응급환자를 위중한 정도에 따라 진료(치료) 순번을 정하는 한편 신속한 대응이 이루어질 수 있도록 관련 업무를 처리한다.
여기서, 상기 클라우드 플랫폼 서버(130)에는 네트워크로 연계된 외부의 의사, 의료기관, 국가응급 진료망으로부터 획득된 의학적 정보를 데이터베이스(DB)에 저장되어 있는 개인 건강 기록 데이터 또는 정보와 융합하는 앱(application)이 탑재될 수 있다.
또한, 상기 클라우드 플랫폼 서버(130)에는 상기 응급환자에게 필요한 검사와 치료가 가능한 병원의 병상과 인력자원을 실시간으로 파악하는 앱(application)이 탑재될 수 있다.
이때, 또한 상기 클라우드 플랫폼 서버(130)에는 상기 파악 결과를 바탕으로 상기 응급환자의 치료가 가능한 병원의 서버로 상기 환자의 상태 정보를 전송하는 앱(application)이 탑재될 수 있다.
또한, 상기 클라우드 플랫폼 서버(130)에 채용된 상기 인공지능은 한국어와 영어, 의학용어가 혼재되어 있는 의료 데이터를 탐구적 자료분석(EDA; Exploratory Data Analysis) 기법으로 탐구하고 통계적 분석을 하도록 학습될 수 있다.
이때, 상기 인공지능은 도 9에 도시된 바와 같이, 다수의 로컬 클라이언트와 하나의 중앙 서버가 협력하여 데이터가 탈중앙화된 상황에서 글로벌 모델을 수정 및 학습하는 연합 학습(Federated Learning) 방식을 기반으로 할 수 있다.
또한, 상기 클라우드 플랫폼 서버(130)에 채용된 상기 인공지능은 환자가 응급상황에 대해 문의하면 답변해주는 기능을 구비할 수 있다.
이때, 환자가 응급상황에 대해 문의함에 있어 전화로 연결될 경우, 상기 인공지능은 CTC(Connectionist Temporal Classification), LAS(Listen and Spell) 알고리즘을 이용한 한국어 음성인식 시스템을 사용하여 문의에 대해 답변할 수 있다.
이때, 또한 환자가 응급상황에 대해 문의함에 있어 인터넷 홈페이지를 이용할 경우, 상기 인공지능은 자연어 이해(NLU; Natural Language Understanding)를 사용하여 문의 사항을 이해하고, 자연어 생성(NLG; Natural Language Generation) 을 통해 답변 내용을 생성하여 문의에 대해 답변할 수 있다.
이때, 또한 환자가 응급상황에 대해 문의함에 있어 앱(application)을 이용할 경우, 상기 인공지능은 정확한 답변을 위해 도 4에 도시된 바와 같이, 상기 앱이 제공하는 환자가 자신의 아픈 부위를 터치식으로 표시할 수 있는 바디-맵(body-map) 화면 또는 시력이 좋지 않은 환자의 경우 말로서 자신의 증상을 표현할 수 있는 STT(Speech-to-Text) 기능 툴(tool)(401)을 통해 환자의 의견 또는 판단을 수집한 후, 그를 바탕으로 환자의 의사결정에 도움이 되는 정보를 문의에 대한 답변으로서 제공할 수 있다. 여기서, 상기 앱은 바람직하게는 도 6의 (b)에 도시된 바와 같이, 다국어 변환(언어 선택) 기능을 더 구비할 수 있다. 이에 따라 국내에 있는 중국인, 태국인, 베트남인 등 영어에 익숙하지 않은 외국인도 자신의 증상을 앱을 통해 정확히 표현할 수 있게 된다. 도 4에서 (a)는 환자가 자신의 아픈 부위를 바디-맵에 터치하는 것을 나타낸 것이고, (b)는 터치 결과 바디-맵에 해당 부위가 표시된 것을 나타낸 것이며, (c)는 바디-맵의 측면 모습을 나타낸 것이다.
여기서, 또한 상기 인공지능(예컨대, 인공지능 예측모델)은, 도 5에 도시된 바와 같이, 앱을 통해 입력된 정보를 중증도 레벨 1∼5까지로 분류하여, 각 레벨에 따라 치료 가능한 병원으로 이송할 수 있도록 한다. 도 6의 (a)는 레벨 1∼5까지의 중증도 분류체계의 구체적인 내용을 나타낸 것이다. 도 6의 (a)의 중증도 분류체계를 통해 알 수 있는 바와 같이, 응급 1 단계(소생)는 생명이 위급하여 즉시 진료해야 할 환자에 해당하고, 응급 2단계(긴급)는 생명이 위급해질 수 있어 10분 이내에 진료가 필요한 환자에 해당하며, 응급 3단계(응급)는 현재 생명이 위독하지 않지만 좀 더 심각한 상태가 발생할 수 있어 30분 이내에 진료해야 하는 환자에 해당한다. 또한, 응급 4단계(준응급)는 위중한 상태가 아니고, 60분 이내에 진료해도 환자의 상태가 악화될 가능성이 적은 환자에 해당하며, 응급 5단계(비응급)는 비응급 환자로 120분 이내에 진료해야 할 환자에 해당한다.
그러면, 이하에서는 이상과 같은 구성을 가지는 본 발명에 따른 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템을 바탕으로 한 인공지능 응급의료 의사결정 및 응급환자 이송 방법에 대해 설명해 보기로 한다.
도 2는 본 발명의 실시예에 따른 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법의 실행 과정을 나타낸 흐름도이다.
도 2를 참조하면, 본 발명에 따른 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법은, 전술한 바와 같은 사용자 단말기(110), 응급의료 서비스 제공 서버(120), 클라우드 플랫폼 서버(130), 병원 서버(140)를 포함하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템(100)을 바탕으로 한 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법으로서, 먼저 응급환자 발생 시 사용자 단말기(110)가 응급환자가 위치하고 있는 현장 또는 응급환자 이송차량에서 응급의료 서비스 제공 업체의 사이트에 접속하여 응급환자의 상태를 기록하여 전송한다(단계 S201). 여기서, 바람직하게는 상기 응급환자 이송차량(예를 들면, 119 구급대 차량)에는 상기 응급환자를 식별하여 응급환자에 대한 정보를 추출하기 위한 지문 인식기, 안면 인식 장치, 생체 정보(예를 들면, 홍채, 정맥, 음성, 필적) 추출 장치 등이 설비될 수 있다. 이는 전술한 바와 같이, 응급환자가 의식이 없거나, 의식이 있어도 의사소통이 어려울 경우, 응급환자에 대한 정보를 신속하게 얻기 위한 것이다.
이상과 같이, 사용자 단말기(110)가 응급환자의 상태를 기록하여 전송하면,응급의료 서비스 제공 업체의 응급의료 서비스 제공 서버(120)가 상기 사용자 단말기(110)로부터 응급환자의 상태 정보를 수신하여 클라우드 플랫폼 서버(130)로 환자의 상태 정보를 전송한다(단계 S202).
그러면, 클라우드 플랫폼 서버(130)는 상기 응급의료 서비스 제공 서버(120)로부터 환자의 상태 정보를 수신하고, 빅데이터로 훈련된 인공지능에 의해 상기 환자의 상태 정보를 토대로 추정 진단, 필요한 검사 및 치료를 도출한다(단계 S203). 이때, 클라우드 플랫폼 서버(130)는 응급환자의 중증도 정도를 판단하여 분류하고, 그 결과를 병원 서버(140)로 전송할 수 있다.
이때, 또한 클라우드 플랫폼 서버(130)는 상기 응급환자의 치료가 가능한 병원의 서버(140)로 상기 환자의 상태 정보를 전송한다(단계 S204).
그러면, 병원 서버(140)는 상기 클라우드 플랫폼 서버(130)로부터 도출된 추정 진단, 필요한 검사 및 치료 정보와 환자의 상태 정보를 수신하고, 그를 토대로 응급환자를 위중한 정도에 따라 진료(치료) 순번을 정하는 한편 신속한 대응이 이루어질 수 있도록 관련 업무를 처리한다(단계 S205).
여기서, 이상과 같은 일련의 과정에 있어서, 상기 단계 S203에서 상기 클라우드 플랫폼 서버(130)에는 네트워크로 연계된 외부의 의사, 의료기관, 국가응급 진료망 등으로부터 획득된 의학적 정보를 자신의 데이터베이스(DB)에 저장되어 있는 개인 건강 기록 데이터 또는 정보와 융합하는 앱(application)이 탑재될 수 있다.
또한, 상기 클라우드 플랫폼 서버(130)에는 상기 응급환자에게 필요한 검사와 치료가 가능한 병원의 병상과 인력자원을 실시간으로 파악하는 앱(application)이 탑재될 수 있다.
이때, 또한 상기 클라우드 플랫폼 서버(130)에는 상기 파악 결과를 바탕으로 상기 응급환자의 치료가 가능한 병원의 서버로 상기 환자의 상태 정보를 전송하는 앱(application)이 탑재될 수 있다.
또한, 상기 클라우드 플랫폼 서버(130)에 채용된 상기 인공지능은 한국어와 영어, 의학용어가 혼재되어 있는 의료 데이터를 탐구적 자료분석(EDA; Exploratory Data Analysis) 기법으로 탐구하고 통계적 분석을 하도록 학습될 수 있다.
이때, 상기 인공지능은 도 9에 도시된 바와 같이, 다수의 로컬 클라이언트와 하나의 중앙 서버가 협력하여 데이터가 탈중앙화된 상황에서 글로벌 모델을 수정 및 학습하는 연합 학습(Federated Learning) 방식을 기반으로 할 수 있다.
또한, 상기 클라우드 플랫폼 서버(130)에 채용된 상기 인공지능은 환자가 응급상황에 대해 문의하면 답변해주는 기능을 구비할 수 있다.
이때, 환자가 응급상황에 대해 문의함에 있어 전화로 연결될 경우, 상기 인공지능은 CTC(Connectionist Temporal Classification), LAS(Listen and Spell) 알고리즘을 이용한 한국어 음성인식 시스템을 사용하여 문의에 대해 답변할 수 있다.
이때, 또한 환자가 응급상황에 대해 문의함에 있어 인터넷 홈페이지를 이용할 경우, 상기 인공지능은 자연어 이해(NLU; Natural Language Understanding)를 사용하여 문의 사항을 이해하고, 자연어 생성(NLG; Natural Language Generation) 을 통해 답변 내용을 생성하여 문의에 대해 답변할 수 있다.
이때, 또한 환자가 응급상황에 대해 문의함에 있어 앱(application)을 이용할 경우, 상기 인공지능은 정확한 답변을 위해 전술한 도 4에 도시된 바와 같이, 상기 앱이 제공하는 환자가 자신의 아픈 부위를 터치식으로 표시할 수 있는 바디-맵(body-map) 화면 또는 시력이 좋지 않은 환자의 경우 말로서 자신의 증상을 표현할 수 있는 STT(Speech-to-Text) 기능 툴(tool)(401)을 통해 환자의 의견 또는 판단을 수집한 후, 그를 바탕으로 환자의 의사결정에 도움이 되는 정보를 문의에 대한 답변으로서 제공할 수 있다. 여기서, 상기 앱은 바람직하게는 도 6의 (b)에 도시된 바와 같이, 다국어 변환(언어 선택) 기능을 더 구비할 수 있다.
여기서, 또한 상기 인공지능(예컨대, 인공지능 예측모델)은, 전술한 도 5에 도시된 바와 같이, 앱을 통해 입력된 정보를 중증도 레벨 1∼5까지로 분류하여, 각 레벨에 따라 치료 가능한 병원으로 이송할 수 있도록 한다.
여기서, 또한 이상과 같은 본 발명에 따른 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법은, 단순히 인공지능을 이용하는 것뿐만 아니라 의사와 협업을 통해 혹시 있을지도 모를 인공지능의 에러(error)에 대비하여 그로 인해 파생되는 문제를 최소화하는 방안을 강구한다. 이와 함께 응급 환자가 발생한 현장에 도착하여 1차 평가뿐만 아니라 환자의 이송 중에도 2차 평가를 통해 환자를 최적의 의료기관으로 이송할 수 있도록 한다. 이와 관련하여 도 7을 참조하여 조금 더 상세히 설명해 보기로 한다.
도 7은 본 발명에 채용되는 응급진료 프로세스를 나타낸 도면이다.
도 7의 (a)를 참조하면, 이는 응급진료 프로세스의 전체적인 과정을 보여주는 것으로서, 응급 대응 인력(예를 들어, 119 구급대원)이 응급 환자가 발생한 현장에 도착하면, 먼저 현장조사를 하여 조치를 취함과 함께 도 8에 도시된 바와 같은 환자에 대한 기록양식을 이용하여 환자에 대한 1차 평가를 하고, 상응하는 처치를 한다(단계 S701, S702). 여기서, 환자에 대한 기록양식은 평가 항목으로서 기본관찰, 환자 발생장소, 환자 증상, 환자 발생유형, 순환적절성 확인, 중증도 결정을 포함할 수 있다. 이때, 중증도 결정은 기본적으로는 인공지능에 의해 결정되지만, 필요 시 현장대원(119 구급대원)이 추가로 의견을 입력하여 최종 중증도를 결정할 수도 있다.
이후, 환자에 대한 중증도를 결정하고, 즉시 이송으로 판단되면 2차 평가 처치를 하며, 환자의 이송 중에도 계속 감시하면서 대응하는 처치를 수행한다(단계 S703∼S706).
도 7의 (b)는 도 7의 (a)의 단계 S703의 중증도 결정 및 S704의 즉시 이송 판단 이후의 프로세스에 대해 좀 더 구체적으로 보여주는 것으로서, 중증도 결정 및 즉시 이송 판단이 내려지면(단계 S711), 손상기전이 전신적인지를 판별한다(단계 S712). 여기서, 손상기전은 머리, 목, 척추 손상을 일으킬 수 있는 상태를 의미한다. 이 판별에서 손상기전이 전신적이면, 빠른 신체검사를 수행하고, 활력징후를 측정하며, 병력을 조사한다(단계 S713∼S715). 여기서, 빠른 신체검사는 두부 → 경부 → 흉부 → 복부 → 골반 → 사지 → 후부 순으로 수행할 수 있다. 그리고 활력징후는 혈압(수축기 및 이완기), 맥박(분당 맥박수, 박동의 성질과 규칙성), 호흡(분당 호흡수, 호흡의 성질)을 포함할 수 있다. 또한, 병력조사는 환자 또는 주변인이 호소하는 증상 및 징후, 알레르기, 약물 복용력, 과거의 질병, 마지막 섭식, 응급상황 발생 이전의 발생 및 발병 경위를 포함할 수 있다.
이렇게 하여 빠른 신체검사, 활력징후 측정 및 병력조사까지 완료되면, 그들을 바탕으로 세부 신체검사를 수행한다(단계 S716).
또한, 상기 단계 S712의 판별에서 손상기전이 전신적이 아니면(즉, 국소적이면), 환자나 보호자의 주호소를 청취하고(단계 S717), 전술한 바와 같은 병력조사 및 활력징후를 측정한 후(단계 S718, S719), 마찬가지로 세부 신체검사를 수행한다(단계 S720).
한편, 도 10은 본 발명에 채용되는 5G 통신 인공지능(AI) 기반 응급 의료 시스템의 구성을 나타낸 도면이다.
도 10을 참조하면, 이는 본 발명에 채용되는 5G 통신 인공지능(AI) 기반 응급 의료 시스템의 구성을 나타낸 것으로서, 도시된 바와 같이 응급 의료 시스템 전과정에 걸쳐 정보 연계 인프라를 구축하고, 현장 데이터의 정확한 수집과 클라우드 및 5G를 통한 신속한 정보 공유를 실행하며, 응급환자 이송 단계별로 응급의료 AI 서비스를 개발하여 제공한다. 또한, 실용화 시스템 개발을 통해 지역사회 실증을 실시하고, 궁극적으로 서비스 확산을 위한 법, 제도 정비를 포함한 사회적 공감대를 마련하고자 한다.
도 11은 본 발명에 채용되는 스마트 응급의료 서비스(SEMS) 시스템의 개요를 나타낸 도면이다.
도 11에 도시된 바와 같이, 스마트 응급의료 서비스(SEMS) 시스템은 병원 정보 시스템(Hospital Information Systems) 및 인증기관(Authentication), 그리고 구급차량, 관제시스템 등과 유/무선 네트워크를 통해 유기적으로 정보를 공유하며, 이를 통해 최상의 응급의료 서비스를 제공한다.
도 12는 종래 응급환자 처치 프로세스와 본 발명에 따른 인공지능 응급의료 의사결정 및 응급환자 이송 시스템의 서비스를 비교하여 나타낸 도면이다.
도 12를 참조하면, 종래 응급환자 처치 프로세스는 응급환자가 발생하면, 응급실로 이송한 후, 기본 정보 작성(이때, 주요 증상을 간단히 물어봄) 및 접수를 거친다. 그런 다음, 응급실 의사가 가분류 후 중환자부터 초진 후, 필요한 엑스레이 촬영 및 혈액검사를 진행 후 의사가 진료하고, 중환자부터 치료를 진행한다.
이상과 같은 종래 응급환자 처치 프로세스는 응급환자가 응급실로 이송되어 온 시점부터 의사가 중환자부터 치료를 진행하기까지 대략 12시간 정도가 소요된다.
이에 반해, 본 발명에 따른 인공지능 응급의료 의사결정 및 응급환자 이송 시스템의 서비스에 의하면, 사용자 단말기(110)가 응급 의료 서비스 제공 서버 (120)(즉, AI 응급환자 셀프 진단 시스템)에 접속하여 환자의 증상을 기록한다. 이때, 자세한 증상(과거력 및 기저질환, 복용약물 및 알레르기 등)을 기록한다.
그런 후, AI 알고리즘에 의해 환자 상태를 빠르게 파악한다. 이에 따라 대기시간이 감소된다. 또한, 추정 진단 및 중증 환자를 선별하여 정보를 제공한다. 이에 따라 의사는 중증환자를 신속하게 선별 치료할 수 있게 된다.
이상과 같은 본 발명에 따른 인공지능 응급의료 의사결정 및 응급환자 이송 시스템의 서비스가 적용된 경우 응급환자의 응급실 이송으로부터 의사에 의해 중증환자를 선별 치료하기까지 대략 3시간 정도가 소요된다. 이와 같이 본 발명에 따른 인공지능 응급의료 의사결정 및 응급환자 이송 시스템의 서비스는 종래 응급환자 처치 프로세스에 비해 응급실로의 환자 이송부터 의사에 의해 중환자 치료까지의 소요 시간을 획기적으로 감소시킬 수 있는 장점이 있다.
이상의 설명과 같이, 본 발명에 따른 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법은 환자에게 의학적 의사결정에 도움을 주고, 24시간 실시간으로 응급의학과를 비롯하여 해당 의학과 의사 또는 의료 인공지능이 환자의 문의에 대해 답변을 해주며, 응급환자를 신속하게 병원으로 이송하여 최대한 빠른 시간 내에 진료 및 치료(처치)를 받을 수 있도록 하는 장점이 있다.
또한, 병원측에서는 응급실의 제한된 자원과 인력을 효율적으로 운용할 수 있는 장점이 있다.
이상, 바람직한 실시예를 통하여 본 발명에 관하여 상세히 설명하였으나, 본 발명은 이에 한정되는 것은 아니며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양하게 변경, 응용될 수 있음은 당해 기술분야의 통상의 기술자에게 자명하다. 따라서, 본 발명의 진정한 보호 범위는 다음의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술적 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
100: (본 발명)빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템
110: 사용자 단말기 120: 응급 의료 서비스 제공 서버
130: 클라우드 플랫폼 서버 140: 병원 서버
401: STT(Speech-to-Text) 기능 툴(tool)

Claims (24)

  1. 응급환자 발생 시 응급환자가 위치하고 있는 현장 또는 응급환자 이송차량에서 응급의료 서비스 제공 업체의 사이트에 접속하여 응급환자의 상태를 기록하여 전송하는 사용자 단말기와;
    응급의료 서비스 제공 업체에 구축되며, 상기 사용자 단말기로부터 응급환자의 상태 정보를 수신하여 클라우드 플랫폼 서버로 환자의 상태 정보를 전달하는 응급의료 서비스 제공 서버와;
    개인 건강 기록 데이터 또는 정보가 데이터베이스(DB)에 저장되어 있으며, 상기 응급의료 서비스 제공 서버로부터 환자의 상태 정보를 수신하고, 빅데이터로 훈련된 인공지능에 의해 상기 환자의 상태 정보를 토대로 추정 진단, 필요한 검사 및 치료를 도출하며, 상기 응급환자의 치료가 가능한 병원의 서버로 상기 환자의 상태 정보를 전송하는 클라우드 플랫폼 서버; 및
    상기 클라우드 플랫폼 서버로부터 도출된 추정 진단, 필요한 검사 및 치료 정보와 환자의 상태 정보를 수신하고, 그를 토대로 응급환자를 위중한 정도에 따라 진료(치료) 순번을 정하는 한편 신속한 대응이 이루어질 수 있도록 관련 업무를 처리하는 병원 서버를 포함하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템.
  2. 제1항에 있어서,
    상기 클라우드 플랫폼 서버에는 네트워크로 연계된 외부의 의사, 의료기관, 국가응급 진료망으로부터 획득된 의학적 정보를 데이터베이스(DB)에 저장되어 있는 개인 건강 기록 데이터 또는 정보와 융합하는 앱(application)이 탑재되어 있는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템.
  3. 제1항에 있어서,
    상기 클라우드 플랫폼 서버에는 상기 응급환자에게 필요한 검사와 치료가 가능한 병원의 병상과 인력자원을 실시간으로 파악하는 앱(application)이 탑재되어 있는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템.
  4. 제3항에 있어서,
    상기 클라우드 플랫폼 서버에는 상기 파악 결과를 바탕으로 상기 응급환자의 치료가 가능한 병원의 서버로 상기 환자의 상태 정보를 전송하는 앱(application)이 탑재되어 있는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템.
  5. 제1항에 있어서,
    상기 클라우드 플랫폼 서버에 채용된 상기 인공지능은 한국어와 영어, 의학용어가 혼재되어 있는 의료 데이터를 탐구적 자료분석(EDA; Exploratory Data Analysis) 기법으로 탐구하고 통계적 분석을 하도록 학습된 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템.
  6. 제5항에 있어서,
    상기 인공지능은 다수의 로컬 클라이언트와 하나의 중앙 서버가 협력하여 데이터가 탈중앙화된 상황에서 글로벌 모델을 수정 및 학습하는 연합 학습(Federated Learning) 방식을 기반으로 하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템.
  7. 제1항에 있어서,
    상기 클라우드 플랫폼 서버에 채용된 상기 인공지능은 환자가 응급상황에 대해 문의하면 답변해주는 기능을 구비하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템.
  8. 제7항에 있어서,
    상기 환자가 응급상황에 대해 문의함에 있어 전화로 연결될 경우, 상기 인공지능은 CTC(Connectionist Temporal Classification), LAS(Listen and Spell) 알고리즘을 이용한 한국어 음성인식 시스템을 사용하여 문의에 대해 답변하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템.
  9. 제7항에 있어서,
    상기 환자가 응급상황에 대해 문의함에 있어 인터넷 홈페이지를 이용할 경우, 상기 인공지능은 자연어 이해(NLU; Natural Language Understanding)를 사용하여 문의 사항을 이해하고, 자연어 생성(NLG; Natural Language Generation) 을 통해 답변 내용을 생성하여 문의에 대해 답변하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템.
  10. 제7항에 있어서,
    상기 환자가 응급상황에 대해 문의함에 있어 앱(application)을 이용할 경우, 상기 인공지능은 정확한 답변을 위해 상기 앱이 제공하는 환자가 자신의 아픈 부위를 터치식으로 표시할 수 있는 바디-맵(body-map) 화면 또는 시력이 좋지 않은 환자의 경우 말로서 자신의 증상을 표현할 수 있는 STT(Speech-to-Text) 기능 툴(tool)을 통해 환자의 의견 또는 판단을 수집한 후, 그를 바탕으로 환자의 의사결정에 도움이 되는 정보를 문의에 대한 답변으로서 제공하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템.
  11. 제10항에 있어서,
    상기 앱은 다국어 변환(언어 선택) 기능을 더 구비하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템.
  12. 제1항에 있어서,
    상기 응급환자 이송차량에는 상기 응급환자를 식별하여 응급환자에 대한 정보를 추출하기 위한 지문 인식기, 안면 인식 장치, 생체 정보 추출 장치 중 적어도 어느 하나가 설비되어 있는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템.
  13. a) 사용자 단말기가 응급환자 발생 시 응급환자가 위치하고 있는 현장 또는 응급환자 이송차량에서 응급의료 서비스 제공 업체의 사이트에 접속하여 응급환자의 상태를 기록하여 전송하는 단계와;
    b) 응급의료 서비스 제공 업체의 응급의료 서비스 제공 서버가 상기 사용자 단말기로부터 응급환자의 상태 정보를 수신하여 클라우드 플랫폼 서버로 환자의 상태 정보를 전송하는 단계와;
    c) 클라우드 플랫폼 서버가 상기 응급의료 서비스 제공 서버로부터 환자의 상태 정보를 수신하고, 빅데이터로 훈련된 인공지능에 의해 상기 환자의 상태 정보를 토대로 추정 진단, 필요한 검사 및 치료를 도출하는 단계와;
    d) 클라우드 플랫폼 서버가 상기 응급환자의 치료가 가능한 병원의 서버로 상기 환자의 상태 정보를 전송하는 단계; 및
    e) 병원 서버가 상기 클라우드 플랫폼 서버로부터 도출된 추정 진단, 필요한 검사 및 치료 정보와 환자의 상태 정보를 수신하고, 그를 토대로 응급환자를 위중한 정도에 따라 진료(치료) 순번을 정하는 한편 신속한 대응이 이루어질 수 있도록 관련 업무를 처리하는 단계를 포함하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법.
  14. 제13항에 있어서,
    상기 단계 c)에서 상기 클라우드 플랫폼 서버에는 네트워크로 연계된 외부의 의사, 의료기관, 국가응급 진료망으로부터 획득된 의학적 정보를 자신의 데이터베이스(DB)에 저장되어 있는 개인 건강 기록 데이터 또는 정보와 융합하는 앱(application)이 탑재되어 있는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법.
  15. 제13항에 있어서,
    상기 클라우드 플랫폼 서버에는 상기 응급환자에게 필요한 검사와 치료가 가능한 병원의 병상과 인력자원을 실시간으로 파악하는 앱(application)이 탑재되어 있는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법.
  16. 제13항에 있어서,
    상기 클라우드 플랫폼 서버에는 상기 파악 결과를 바탕으로 상기 응급환자의 치료가 가능한 병원의 서버로 상기 환자의 상태 정보를 전송하는 앱(application)이 탑재되어 있는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법.
  17. 제13항에 있어서,
    상기 클라우드 플랫폼 서버에 채용된 상기 인공지능은 한국어와 영어, 의학용어가 혼재되어 있는 의료 데이터를 탐구적 자료분석(EDA; Exploratory Data Analysis) 기법으로 탐구하고 통계적 분석을 하도록 학습된 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법.
  18. 제17항에 있어서,
    상기 인공지능은 다수의 로컬 클라이언트와 하나의 중앙 서버가 협력하여 데이터가 탈중앙화된 상황에서 글로벌 모델을 수정 및 학습하는 연합 학습(Federated Learning) 방식을 기반으로 하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법.
  19. 제13항에 있어서,
    상기 클라우드 플랫폼 서버에 채용된 상기 인공지능은 환자가 응급상황에 대해 문의하면 답변해주는 기능을 구비하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법.
  20. 제19항에 있어서,
    상기 환자가 응급상황에 대해 문의함에 있어 전화로 연결될 경우, 상기 인공지능은 CTC(Connectionist Temporal Classification), LAS(Listen and Spell) 알고리즘을 이용한 한국어 음성인식 시스템을 사용하여 문의에 대해 답변하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법.
  21. 제19항에 있어서,
    상기 환자가 응급상황에 대해 문의함에 있어 인터넷 홈페이지를 이용할 경우, 상기 인공지능은 자연어 이해(NLU; Natural Language Understanding)를 사용하여 문의 사항을 이해하고, 자연어 생성(NLG; Natural Language Generation) 을 통해 답변 내용을 생성하여 문의에 대해 답변하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법.
  22. 제19항에 있어서,
    상기 환자가 응급상황에 대해 문의함에 있어 앱(application)을 이용할 경우, 상기 인공지능은 정확한 답변을 위해 상기 앱이 제공하는 환자가 자신의 아픈 부위를 터치식으로 표시할 수 있는 바디-맵(body-map) 화면 또는 시력이 좋지 않은 환자의 경우 말로서 자신의 증상을 표현할 수 있는 STT(Speech-to-Text) 기능 툴(tool)을 통해 환자의 의견 또는 판단을 수집한 후, 그를 바탕으로 환자의 의사결정에 도움이 되는 정보를 문의에 대한 답변으로서 제공하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법.
  23. 제22항에 있어서,
    상기 앱은 다국어 변환(언어 선택) 기능을 더 구비하는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법.
  24. 제13항에 있어서,
    상기 단계 a)에서 상기 응급환자 이송차량에는 상기 응급환자를 식별하여 응급환자에 대한 정보를 추출하기 위한 지문 인식기, 안면 인식 장치, 생체 정보 추출 장치 중 적어도 어느 하나가 설비되어 있는 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 방법.
KR1020210152699A 2020-12-29 2021-11-09 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법 KR102479692B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2021/018456 WO2022145782A2 (ko) 2020-12-29 2021-12-07 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200186250 2020-12-29
KR20200186250 2020-12-29

Publications (2)

Publication Number Publication Date
KR20220095104A true KR20220095104A (ko) 2022-07-06
KR102479692B1 KR102479692B1 (ko) 2022-12-20

Family

ID=82400621

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210152699A KR102479692B1 (ko) 2020-12-29 2021-11-09 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법

Country Status (1)

Country Link
KR (1) KR102479692B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116580830A (zh) * 2023-07-11 2023-08-11 云天智能信息(深圳)有限公司 一种基于云平台的远程智能医疗服务系统
CN116779125A (zh) * 2023-08-25 2023-09-19 万链指数(青岛)信息科技有限公司 基于大数据的智慧医疗管理系统及方法
KR102648744B1 (ko) * 2023-08-17 2024-03-19 주식회사 에스지엘 응급 상황에 따른 환자 정보를 제공하는 방법 및 디바이스

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130012286A (ko) * 2011-07-25 2013-02-04 (주)피지오랩 스마트기기를 이용한 구급정보 및 응급의료 시스템
KR20140089021A (ko) 2012-12-31 2014-07-14 동의대학교 산학협력단 모바일 기기를 이용한 통합 응급의료센터 관리 시스템 및 방법
KR20180010573A (ko) * 2016-07-21 2018-01-31 오유경 스마트 구급차
KR20190138112A (ko) * 2018-06-04 2019-12-12 한양대학교 산학협력단 음성인식 및 인공지능을 이용한 응급환자 자동 분류 방법
KR20200117118A (ko) * 2019-04-03 2020-10-14 주식회사 알파이브코리아 최적화된 의료 서비스 제공 방법 및 의료 서비스 제공 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130012286A (ko) * 2011-07-25 2013-02-04 (주)피지오랩 스마트기기를 이용한 구급정보 및 응급의료 시스템
KR20140089021A (ko) 2012-12-31 2014-07-14 동의대학교 산학협력단 모바일 기기를 이용한 통합 응급의료센터 관리 시스템 및 방법
KR20180010573A (ko) * 2016-07-21 2018-01-31 오유경 스마트 구급차
KR20190138112A (ko) * 2018-06-04 2019-12-12 한양대학교 산학협력단 음성인식 및 인공지능을 이용한 응급환자 자동 분류 방법
KR20200117118A (ko) * 2019-04-03 2020-10-14 주식회사 알파이브코리아 최적화된 의료 서비스 제공 방법 및 의료 서비스 제공 시스템

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116580830A (zh) * 2023-07-11 2023-08-11 云天智能信息(深圳)有限公司 一种基于云平台的远程智能医疗服务系统
CN116580830B (zh) * 2023-07-11 2024-02-09 云天智能信息(深圳)有限公司 一种基于云平台的远程智能医疗服务系统
KR102648744B1 (ko) * 2023-08-17 2024-03-19 주식회사 에스지엘 응급 상황에 따른 환자 정보를 제공하는 방법 및 디바이스
CN116779125A (zh) * 2023-08-25 2023-09-19 万链指数(青岛)信息科技有限公司 基于大数据的智慧医疗管理系统及方法
CN116779125B (zh) * 2023-08-25 2023-11-07 万链指数(青岛)信息科技有限公司 基于大数据的智慧医疗管理系统及方法

Also Published As

Publication number Publication date
KR102479692B1 (ko) 2022-12-20

Similar Documents

Publication Publication Date Title
JP7300795B2 (ja) ユーザおよび装置との合成インタラクションためのシステムと方法
US11596305B2 (en) Computer-assisted patient navigation and information systems and methods
KR102558021B1 (ko) 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법
KR102479692B1 (ko) 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법
WO2022145782A2 (ko) 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법
EP3255573A1 (en) Clinical decision supporting ensemble system and clinical decison supporting method using the same
US10354051B2 (en) Computer assisted patient navigation and information systems and methods
US20210295992A1 (en) Fully automated medical solution (mydoctor)
Peterson et al. What justifies the allocation of health care resources to patients with disorders of consciousness?
US11200967B1 (en) Medical patient synergistic treatment application
TW201606690A (zh) 護理決策輔助系統
CN112951414A (zh) 基层医疗临床辅助决策系统
CN112349435A (zh) 一种在线问诊方法、装置、服务器、介质和系统
US20220310219A1 (en) Medical record digest
US20220013235A1 (en) Fully autonomous medical solution (mydoctor)
KR20190082203A (ko) 의료 지원 시스템 및 의료 지원 방법
CN111192655B (zh) 在线医疗方法及系统、电子设备、计算机存储介质
Egejuru et al. Development of a mobile-based hypertension risk monitoring system
Lee Reference model and architecture of interactive cognitive health advisor based on evolutional cyber-physical systems
Ashwinkumar et al. A web-based patient support system using artificial intelligence to improve health monitoring and quality of life
KR102450646B1 (ko) 빅데이터 기반 딥러닝 모델을 이용한 응급실 환자 진단 시스템 및 방법
AU2021101675A4 (en) Consistent data-driven decision-making system for tele medicine applications using multitudinal and multimodal data
US12004839B2 (en) Computer-assisted patient navigation and information systems and methods
US20240079128A1 (en) Systems and methods for providing digital healthcare services
Freitas et al. Data intelligence using PDME for predicting cardiovascular predictive failures

Legal Events

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