KR20220126667A - 의료보험 심사청구를 위한 동영상 처리 장치 및 방법 - Google Patents
의료보험 심사청구를 위한 동영상 처리 장치 및 방법 Download PDFInfo
- Publication number
- KR20220126667A KR20220126667A KR1020220029835A KR20220029835A KR20220126667A KR 20220126667 A KR20220126667 A KR 20220126667A KR 1020220029835 A KR1020220029835 A KR 1020220029835A KR 20220029835 A KR20220029835 A KR 20220029835A KR 20220126667 A KR20220126667 A KR 20220126667A
- Authority
- KR
- South Korea
- Prior art keywords
- video
- medical insurance
- compressed video
- main section
- insurance review
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/167—Position within a video image, e.g. region of interest [ROI]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
의료보험 심사청구를 위한 동영상 처리 장치 및 방법이 개시되며, 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 방법은, 의료보험 심사청구를 위한 대상 동영상을 수신하는 단계, 상기 대상 동영상에서 의료보험 심사를 위한 주요 구간을 지정하는 단계, 상기 대상 동영상의 구간 중 상기 주요 구간 외의 나머지 구간에 대하여 특성 압축을 적용하여 상기 대상 동영상을 가공한 압축 동영상을 생성하는 단계 및 상기 압축 동영상을 저장하는 단계를 포함할 수 있다.
Description
본원은 의료보험 심사청구를 위한 동영상 처리 장치 및 방법에 관한 것이다. 예를 들면, 본원은 수술 동영상에서 도출된 의미 구간의 영상 특성을 구분하여 수술 동영상을 압축(Encoding)함으로써 전체 내용을 포함하면서 저장용량을 줄이고 재생 시 빠른 검색이 가능하도록 변환하여 동영상을 의료보험 심사청구에 활용하는 기법에 관한 것이다.
최근 들어 카메라가 부착된 내시경 장비들이 다양한 분야에서 사용되고, 대상자의 체내에 삽입되거나 시술 또는 수술 현장을 촬영하는 영상 장비들이 소형화, 보편화되면서 내외과적 수술에서 동영상을 획득하는 경우가 많아지고 있다.
또한, 최근 들어 빅 데이터, 인공 지능의 발달로 동영상을 의료 정보 콘텐츠로 가공하고 이를 기반으로 술기에 대한 표준화 연구 및 도구의 사용성에 대한 평가 연구 등 다양한 연구를 진행하고자 하는 병원과 의사가 늘어남에 따라 동영상의 저장과 주요 장면에 대한 빠른 검색이 요구되고 있다.
또한, 의료보험심사평가와 같은 수술 평가의 경우 그 동안은 텍스트와 이미지로 구성된 심사청구 자료를 기초로 보험금을 주로 산정하였으나, 이는 보험료에 대한 분쟁 소지가 높고 보험 심사 시 제한적 정보를 기반으로 평가가 이루어짐으로써 정확한 심사를 하기 어려운 한계가 있다. 한편, 동영상 형식의 의료정보의 경우 해당 동영상을 편집하거나 일부 구간을 선택적으로 제거하면 원본으로써 가치를 상실하게 되어 의료보험 심사청구 자료 등으로 활용되기 어려우므로 동영상의 전체 내용을 포함하도록 저장되어야 한다.
또한, 현행 건강보험심사청구 시스템의 자료 업로드 용량은 특정 용량(예를 들면, 500mbyte 등)로 제한이 되어 있어 원본 영상 전체를 업로드하는 것이 불가능하므로, 전체 내용을 포함하고 중요 구간을 파악할 수 있도록 용량을 줄이고 검색이 가능한 키 프레임(Key Frame)을 제공하는 것이 중요하다
또한, 병원의 보험심사청구 담당자 또는 수술자가 직접 수술 동영상 내에서 식별 가능한 다양한 객체(오브젝트)를 일일이 라벨링을 하는 것은 어렵고, 또한, 수술자 외의 타인이 수술 동영상을 시청하면서 수작업으로 객체를 라벨링 하더라도 이러한 제3자가 부여한 라벨을 수술자(의사)가 검증하는 절차 역시 번거로우므로 이를 해결하기 위하여는 수술자(의사)의 관여를 최소화 하는 기술에 대한 수요가 증가하고 있다.
본원의 배경이 되는 기술은 한국등록특허공보 제10-2190160호에 개시되어 있다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 병원의 보험심사 청구 담당자 또는 의사가 쉽게 중요 구간을 지정하고 지정된 중요 구간을 제외하고 다른 구간의 해상도를 다운 스케일링(Down Scaling)함으로써 전체 구간을 유지하면서 용량을 최소화하는 동영상 기반의 의료보험 심사청구 시스템을 제공하려는 것을 목적으로 한다.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 방법은, 의료보험 심사청구를 위한 대상 동영상을 수신하는 단계, 상기 대상 동영상에서 의료보험 심사를 위한 주요 구간을 지정하는 단계, 상기 대상 동영상의 구간 중 상기 주요 구간 외의 나머지 구간에 대하여 특성 압축을 적용하여 상기 대상 동영상을 가공한 압축 동영상을 생성하는 단계 및 상기 압축 동영상을 저장하는 단계를 포함할 수 있다.
또한, 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 방법은, 상기 지정된 주요 구간에 대응하는 주석을 생성하는 단계를 포함할 수 있다.
또한, 상기 저장하는 단계는, 상기 압축 동영상 및 상기 주석을 병합하여 저장할 수 있다.
또한, 상기 압축 동영상을 생성하는 단계는, 상기 주요 구간의 원본 특성을 유지할 수 있다.
또한, 상기 압축 동영상을 생성하는 단계는, 상기 나머지 구간에 대한 상기 특성 압축의 적용 수준을 상기 주요 구간에 대한 상기 특성 압축의 적용 수준 대비 높게 적용할 수 있다.
또한, 상기 압축 동영상을 생성하는 단계는, 상기 나머지 구간에 대하여 화질을 저하하거나 프레임을 생략하는 방식으로 상기 특성 압축을 적용할 수 있다.
또한, 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 방법은, 상기 압축 동영상의 용량이 미리 설정된 문턱값 이상이면, 상기 압축 동영상을 재압축하는 단계를 포함할 수 있다.
또한, 상기 문턱값은 상기 압축 동영상에 기초하여 의료보험 심사를 수행하는 소정의 심사기관의 규정 정보에 기초하여 미리 설정될 수 있다.
또한, 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 방법은, 상기 압축 동영상을 상기 의료보험 심사와 연계된 심사 서버로 전송하는 단계를 포함할 수 있다.
한편, 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 장치는, 의료보험 심사청구를 위한 대상 동영상을 수신하고, 상기 대상 동영상에서 의료보험 심사를 위한 주요 구간을 지정하는 영상 분석부, 상기 대상 동영상의 구간 중 상기 주요 구간 외의 나머지 구간에 대하여 특성 압축을 적용하여 상기 대상 동영상을 가공한 압축 동영상을 생성하는 영상 가공부 및 상기 압축 동영상을 저장하는 저장부를 포함할 수 있다.
또한, 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 장치는, 상기 지정된 주요 구간에 대응하는 주석을 생성하는 주석 삽입부를 포함할 수 있다.
또한, 상기 저장부는, 상기 압축 동영상 및 상기 주석을 병합하여 저장할 수 있다.
또한, 상기 영상 가공부는, 상기 주요 구간의 원본 특성을 유지하거나 상기 나머지 구간에 대한 상기 특성 압축의 적용 수준을 상기 주요 구간에 대한 상기 특성 압축의 적용 수준 대비 높게 적용할 수 있다.
또한, 상기 영상 가공부는, 상기 나머지 구간에 대하여 화질을 저하하거나 프레임을 생략하는 방식으로 상기 특성 압축을 적용할 수 있다.
또한, 상기 영상 가공부는, 상기 압축 동영상의 용량이 미리 설정된 문턱값 이상이면, 상기 압축 동영상을 재압축할 수 있다.
또한, 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 장치는, 상기 압축 동영상을 상기 의료보험 심사와 연계된 심사 서버로 전송하는 제출부를 포함할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 병원의 보험심사 청구 담당자 또는 의사가 쉽게 중요 구간을 지정하고 지정된 중요 구간을 제외하고 다른 구간의 해상도를 다운 스케일링(Down Scaling)함으로써 전체 구간을 유지하면서 용량을 최소화하는 동영상 기반의 의료보험 심사청구 시스템을 제공할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 주로 텍스트, 이미지 타입의 자료에 기반하여 제공되는 종래의 의료보험 청구 형식에 동영상 자료를 추가함으로써 입증 효과를 제고할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 실제 수술 동영상이 제공됨으로써 보험심사가 명확히 이루어져서 보험 심사 결과에 대한 불만족으로 인한 병원과 보험심사평가원간의 분쟁을 최소화 할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 병원의 심사청구 업무의 효율성이 개선되어 보험 심사 청구에 대한 비용을 절감 할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 심사평가 기관의 심사에 보다 정확도를 높일 수 있다.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.
도 1은 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 장치를 포함하는 의료보험 심사청구 시스템의 개략적인 구성도이다.
도 2는 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 장치의 개략적인 구성도이다.
도 3은 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 방법에 대한 동작 흐름도이다.
도 4는 본원의 다른 실시예에 따른 동영상 기반의 의료보험 심사청구 시스템의 개략적인 구성도이다.
도 5는 서버 기반으로 구현되는 본원의 다른 실시예에 따른 동영상 기반의 의료보험 심사청구 시스템의 개략적인 구성도이다.
도 6은 주요 구간을 지정하고, 주석을 입력하기 위한 어노테이션 툴을 설명하기 위한 도면이다.
도 7은 주요 구간을 고려하여 구간별로 가변적으로 동영상을 압축하는 프로세스를 설명하기 위한 개념도이다.
도 2는 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 장치의 개략적인 구성도이다.
도 3은 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 방법에 대한 동작 흐름도이다.
도 4는 본원의 다른 실시예에 따른 동영상 기반의 의료보험 심사청구 시스템의 개략적인 구성도이다.
도 5는 서버 기반으로 구현되는 본원의 다른 실시예에 따른 동영상 기반의 의료보험 심사청구 시스템의 개략적인 구성도이다.
도 6은 주요 구간을 지정하고, 주석을 입력하기 위한 어노테이션 툴을 설명하기 위한 도면이다.
도 7은 주요 구간을 고려하여 구간별로 가변적으로 동영상을 압축하는 프로세스를 설명하기 위한 개념도이다.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
본원은 의료보험 심사청구를 위한 동영상 처리 장치 및 방법에 관한 것이다. 예를 들면, 본원은 수술 동영상에서 도출된 의미 구간의 영상 특성을 구분하여 수술 동영상을 압축(Encoding)함으로써 전체 내용을 포함하면서 저장용량을 줄이고 재생 시 빠른 검색이 가능하도록 변환하여 동영상을 의료보험 심사청구에 활용하는 기법에 관한 것이다.
도 1은 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 장치를 포함하는 의료보험 심사청구 시스템의 개략적인 구성도이다.
도 1을 참조하면, 본원의 일 실시예에 따른 의료보험 심사청구 시스템(10)은, 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 장치(100)(이하, '처리 장치(100)'라 한다.), 스토리지 장치(200), 사용자 단말(300), 심사 서버(400) 및 촬영 디바이스(500)를 포함할 수 있다.
처리 장치(100), 스토리지 장치(200), 사용자 단말(300), 심사 서버(400) 및 촬영 디바이스(500) 상호간은 네트워크(20)를 통해 통신할 수 있다. 네트워크(20)는 단말들 및 서버들과 같은 각각의 노드 상호간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크(20)의 일 예에는, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5G 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), wifi 네트워크, 블루투스(Bluetooth) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
사용자 단말(300)은 예를 들면, 스마트폰(Smartphone), 스마트패드(SmartPad), 태블릿 PC등과 PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말기 같은 모든 종류의 무선 통신 장치일 수 있다. 참고로, 본원의 실시예에 관한 설명에서 사용자 단말(300)은 처리 장치(100)에 의해 입력 이미지로부터 생성되는 출력 이미지(2)를 표출(표시)하기 위한 디바이스일 수 있다.
예를 들어, 사용자 단말(300)은 각종 시술 또는 수술 과정에서 후술하는 촬영 디바이스(500) 등을 통해 획득되는 수술 동영상 또는 획득된 수술 동영상이 의료보험 심사청구를 위한 제출 목적으로 가공된 압축 동영상을 시술자(수술자), 보험 심사 주체(심사기관 직원 등), 환자, 보호자 등의 주체가 육안으로 확인할 수 있도록 영상을 출력하기 위한 디바이스일 수 있다.
또한, 본원의 실시예에 관한 설명에서 스토리지 장치(200)는 처리 장치(100)에 의해 가공된 압축 동영상과 해당 압축 동영상의 원본 데이터인 수술 동영상 또는 각 동영상에 대하여 삽입된 주석, 수술 정도 등에 대한 메타 데이터 등의 각종 데이터가 저장되는 디바이스를 의미할 수 있다.
또한, 본원의 실시예에 관한 설명에서 심사 서버(400)는 의료보험 심사를 위한 데이터를 심사 청구 주체로부터 획득하고, 의료보험 심사 처리와 연계된 제반 정보를 관리하기 위한 심사 기관 측 서버일 수 있다. 한편, 본원에서 개시하는 심사 서버(400)는 의료보험 심사를 위한 자료로서 수술 동영상을 수신할 수 있으며, 이와 관련하여 처리 장치(100)는 심사 서버(400)로의 자료 제출을 위하여 원본 상태의 수술 동영상인 대상 동영상에 소정의 특성 압축 기법을 적용한 압축 동영상을 생성(가공)하도록 동작하는 것일 수 있다.
또한, 본원의 실시예에 관한 설명에서 촬영 디바이스(500)는 처리 장치(100)가 의료보험 심사 청구를 위한 영상 가공을 수행하는 대상인 대상 동영상(수술 동영상)을 촬영하여 처리 장치(100)로 제공하기 위한 디바이스일 수 있다.
이와 관련하여 도 1을 참조하면, 촬영 디바이스(500)는 예시적으로 복강경 수술 등에 활용되는 다빈치 수술 로봇(500a)에 탑재되는 카메라 모듈, 시술자(수술자)가 직접 조작하는 복강경 장비, 내시경 장비 등에 탑재되는 카메라 모듈(500b) 등을 지칭하는 것일 수 있으나, 이에만 한정되는 것은 아니다. 다른 예로, 촬영 디바이스(500)는 수술(시술) 공간(수술실, 시술실 등)을 촬영하는 CCTV 모듈 등을 폭넓게 포함할 수 있다.
이하에서는 처리 장치(100)의 구체적인 기능 및 동작을 상세히 설명하도록 한다.
처리 장치(100)는 의료보험 심사청구를 위한 대상 동영상을 수신할 수 있다. 예를 들어, 대상 동영상은 특정 대상자(예를 들면, 환자 등)에게 수행된 수술/시술 시 촬영된 수술 동영상일 수 있다. 예를 들어, 처리 장치(100)는 촬영 디바이스(500)로부터 수술/시술 시 실시간 촬영되는 수술 동영상을 대상 동영상으로서 획득할 수 있다. 다른 예로, 처리 장치(100)는 과거 시점에 완료된 수술/시술 시 촬영되어 기 저장된 수술 동영상을 스토리지 장치(200)로부터 대상 동영상으로서 획득하는 것일 수 있다.
처리 장치(100)는 수신한 대상 동영상에서 의료보험 심사를 위한 주요 구간을 지정할 수 있다.
이와 관련하여, 처리 장치(100)는 입력된 수술 동영상을 복수의 클립 영상으로 분할할 수 있다. 구체적으로, 처리 장치(100)는, 수술 동영상의 인접 프레임 간 유사도에 기초하여 경계 프레임을 검출하고, 경계 프레임을 기준으로 하여 수술 동영상을 복수의 클립 영상으로 분할할 수 있다.
본원의 일 실시예에 따르면, 인접 프레임 간 유사도는 인접 프레임 간의 구조적 유사도 및 인접 프레임 간의 컬러 히스토그램 유사도를 포함할 수 있다. 다만, 이에만 한정되는 것은 아니며, 인접 프레임 간 유사도는 인접 프레임 간의 색상 정보, 등장 객체(예를 들면, 수술 도구 등) 정보 등에 기초하여 다양한 방식으로 산출될 수 있다.
또한, 처리 장치(100)는 두 인접 프레임 간의 구조적 유사도가 기 설정된 제1 임계값 미만이거나 컬러 히스토그램 유사도가 기 설정된 제2 임계값 미만 인 경우, 상기 두 인접 프레임 중 어느 한 프레임을 상기 경계 프레임으로 검출하도록 동작할 수 있다.
본원의 일 실시예에 따르면, 제1 임계값 및 제2 임계값 중 적어도 하나는 대상 동영상의 소정의 시퀀스 구간으로 설정된 윈도우(Window) 내에서 계산되는 유사도의 분산 정보 등을 이용하여 적응적으로 결정되는 것일 수 있다.
참고로, 처리 장치(100)에 의해 추출된 경계 프레임은 수술 동영상의 특징에 해당하는 연속적인 유사 영상 간의 경계에 해당하고, 물체(Object) 탐지 등을 수행하는 CPU 등의 처리 장치의 연산을 최소화 하기 위한 용도로 활용되는 것일 수 있다.
또한, 처리 장치(100)는 입력된 수술 동영상에 포함된 복수의 프레임 중에서 소정의 도구가 포함된 도구 등장 프레임 및 소정의 이벤트가 발생한 이벤트 발생 프레임 중 적어도 일부를 포함하는 영상 구간을 선정할 수 있다. 예를 들어, 처리 장치(100)는 전술한 바와 같이 인접 프레임 간 유사도에 기초하여 1차적으로 복수의 영상 구간으로 분할된 클립 영상 각각으로부터 도구 등장 프레임 및 이벤트 발생 프레임 중 적어도 하나를 포함하는 영상 구간을 선정(특정)하는 것일 수 있으나, 이에만 한정되는 것은 아니다. 다른 예로, 처리 장치(100)는 본원의 구현예에 따라 수술 동영상과 연계된 수술의 유형, 수술 동영상의 길이, 사용자 설정 등에 기초하여 수술 동영상을 클립 영상으로 선행하여 분할하지 않고, 전체 시간 구간의 수술 동영상 내에서 도구 등장 프레임 및 이벤트 발생 프레임 중 적어도 하나를 포함하는 영상 구간을 선정하도록 동작할 수 있다.
또한, 처리 장치(100)는 입력된 수술 동영상 내 복수의 프레임 중 소정의 도구가 포함된 도구 등장 프레임을 선별할 수 있다. 구체적으로, 본원의 일 실시예에 따르면, 처리 장치(100)는 소정의 도구의 등장 시점(등장 프레임) 및 퇴장 시점(퇴장 프레임)을 도구별로 획득할 수 있다. 참고로, 수술 동영상에서 등장 가능한 각종 도구들은 수술의 종류, 수술 환경, 촬영 기기의 근접도 등에 따라 수술 동영상의 프레임 내부에서 등장 및 퇴장을 반복할 수 있다.
따라서, 처리 장치(100)는 하나의 도구에 대하여 등장 프레임 및 퇴장 프레임을 복수 개 획득하도록 동작할 수 있다. 이해를 돕기 위해 예시하면, 수술 동영상의 시작 프레임을 기준으로 탐색하여 도구가 처음 등장한 프레임과 이후의 가장 근접한 프레임에서 해당 도구가 퇴장한 프레임 사이 구간이 해당 도구가 등장한 구간 범위로 식별될 수 있다. 또한, 이후 해당 도구가 재등장하는 경우 이와 유사하게 해당 도구가 두 번째로 등장한 구간 범위로 식별될 수 있다.
본원의 일 실시예에 따르면, 처리 장치(100)가 식별하는 도구는 가위(Scissors), 핀셋, 흡입기, 시술자의 손, 내시경, 카테터, 가이드 와이어, 프로브, Grasper, Bipolar, Hook, Clipper, Irrigator, Specimen Bag 등 수술 과정에서 활용될 수 있는 다양한 의료 기기, 도구 등을 폭넓게 포함할 수 있다. 또한, 본원의 일 실시예에 따르면, 처리 장치(100)는 입력된 수술 동영상의 수술 정보(예를 들면, 수술 유형, 질병 대상, 대상자의 연령 등)에 기초하여 소정의 도구 별로 해당 수술 동영상에 등장할 확률을 계산하여, 계산된 확률에 기초하여 도구에 대한 식별을 수행하는 것일 수 있다.
또한, 처리 장치(100)는 입력된 수술 동영상 또는 분할된 클립 영상에 포함된 복수의 프레임 각각의 색상 정보에 기초하여 소정의 이벤트가 발생한 이벤트 발생 프레임을 식별할 수 있다. 본원의 실시예에 관한 설명에서, '이벤트'란 수술 도중에 발생 가능한 각종 상황에 대응될 수 있으며, 처리 장치(100)는 대상자의 체내 영역에서의 시각적 요소(색상)의 변화 등에 기초하여 수술 동영상 내에서의 특정 이벤트의 발생 유무, 발생 시간대, 발생 프레임 등을 식별할 수 있다.
보다 구체적으로, 본원에서의 이벤트는 출혈(Bleeding), 스모킹(Smoking), 비등(Boiling) 및 스파클링(Sparkling) 중 적어도 하나를 포함할 수 있다. 예시적으로 출혈(Bleeding)은 수술 동영상 내에 등장하는 대상자 체내의 신체 부위의 혈관의 손상에 의해 혈액이 혈관 밖으로 흘러나와 수술 동영상 내에서 소정 수준이상 식별되는 상황을 의미할 수 있으며, 스모킹(Smoking)은 수술 동영상 내에서 연기가 식별되는 상황을 의미할 수 있다. 또한, 비등(Boiling)은 액체 상태의 물질을 가열하게 되면, 소정의 온도에서 증발이 일어나, 증발 이외에 액체 안에 증기 기포가 형성되는 기화 현상을 의미할 수 있다. 또한, 스파클링(Sparkling)은 수술 동영상 내에서 번쩍임 또는 불꽃이 식별되는 상황을 의미할 수 있다.
이렇듯, 녹화되거나 실시간으로 획득되는 수술 동영상을 대상으로 한 수술 행위 인식에 있어서, 상대적으로 정형성을 갖는 도구의 인식(식별)과 달리, 수술 과정에서 발생할 수 있는 비정형적인 이벤트는 각 이벤트의 유형을 고려한 개별적인 추론 기법의 개발이 요구된다.
본원의 일 실시예에 따르면, 처리 장치(100)는 예를 들어, 영상 내에서 혈액에 의한 급격한 채도 변화를 인식함으로써 출혈 이벤트를 식별(인식)할 수 있다.
이와 관련하여, 처리 장치(100)는 선정된 영상 구간 내에서 식별된 도구의 이동 경로를 트래킹하여 도구 궤적 정보를 획득할 수 있다. 여기서, 도구 궤적 정보는 해당 영상 구간에서 등장하는 도구의 유형에 대한 정보를 포함할 수 있다.
또한, 처리 장치(100)는 선정된 영상 구간 내에서의 색상 변화 정보에 기초하여 이벤트 분석 정보를 획득할 수 있다. 여기서, 이벤트 분석 정보는 해당 영상 구간에서 등장하는 이벤트의 유형 및 이벤트의 발생 위치를 포함할 수 있다.
또한, 처리 장치(100)는 획득된 도구 궤적 정보 및 획득된 이벤트 분석 정보에 기초하여 해당 영상 구간에서 수행된 수술자의 수술 행위를 도출(추론)할 수 있다.
본원의 일 실시예에 따르면, 처리 장치(100)가 수술 동영상으로부터 식별하는 수술 행위는 흡입(Suction), 세척(Irrigation), 절개(Dissection), 커팅(Cut), 결찰(Ligation), 클리핑(Clipping), 지혈(Bleeding control), 봉합(Suture) 및 박리(Detachment) 중 적어도 하나를 포함할 수 있다.
본원의 일 실시예에 따르면, 처리 장치(100)는 기 생성된 인공지능 알고리즘에 기초하여, 획득된 도구 궤적 정보 및 이벤트 분석 정보 중 적어도 하나에 기초하여 수술 행위를 분석(도출)할 수 있다. 본원의 일 실시예에 따르면, 기 생성된 인공지능 알고리즘은 구체적으로 수술 동영상에서 등장 가능한 도구의 도구 등장 프레임 내에서의 움직임에 대한 분석 결과와 수술 동영상에서 식별된 이벤트에 대한 정보를 입력으로 하여 분석된 도구의 움직임 및 이벤트의 유형 중 적어도 하나에 대응하는 수술 행위를 출력으로 제공하는 알고리즘일 수 있다.
본원의 일 실시예에 따르면, 기 생성된 인공지능 알고리즘은 소정의 수술 동영상 및 해당 수술 동영상에 나타난 수술 행위에 대한 정보를 학습 데이터로 하여 수술 동영상에서 등장 가능한 도구의 움직임에 대한 분석 결과 및 발생 가능한 이벤트의 유형과 이에 대응하는 수술 행위와의 상관 관계(예를 들면, 함수 형태)를 학습하는 지도 학습(Supervised Learning) 기반의 기계 학습 방식으로 생성되는 것일 수 있다. 다만, 이에만 한정되는 것은 아니며, 본원에서의 기 생성된 인공지능 알고리즘은 로지스틱 회귀 분석(Logistic Regression), 랜덤 포레스트(Random Forest), 딥 러닝(Deep Learning), 서포트 벡터 머신(Support Vector Machine, SVM), 인공신경망(Artificial Neural Network, ANN), 강화 학습(Reinforcement Learning) 등 종래에 공지되었거나 향후 개발되는 모든 종류의 기계 학습 방식을 통해 생성(학습)된 것일 수 있다.
이와 관련하여, 처리 장치(100)는 수신한 대상 동영상을 이루는 복수의 프레임 중 전술한 바와 같이 특정된 도구 등장 프레임, 이벤트 발생 프레임, 수술 행위가 식별된 프레임 등을 포함하도록 주요 구간을 지정할 수 있다.
한편, 본원의 일 실시예에 따르면, 처리 장치(100)는 처리 장치(100)가 제공하는 압축 동영상을 기초로 하여 의료보험 심사를 수행하는 소정의 심사기관의 규정 정보에 따라 미리 설정되는 압축 수준을 고려하여 주요 구간에 포함될 도구 등장 프레임에 대응하는 도구의 유형, 이벤트 발생 프레임에 대응하는 이벤트의 유형, 수술 행위가 식별된 프레임에 대응하는 수술 행위의 유형 등을 등장 도구, 발생 이벤트, 수행된 수술 행위의 중요도를 고려하여 설정할 수 있다.
예를 들어, 심사기관에서 의료보험 심사를 위한 자료로서 요구하는 영상 데이터의 용량이 미리 설정된 수준 이하에 해당하여 원본 상태의 대상 동영상에 대한 압축 수준이 상대적으로 높은 경우에는, 다른 유형의 도구, 이벤트나 수술 행위 대비 상대적으로 중요도가 낮은 것으로 평가되는 소정의 도구 유형, 이벤트 유형, 수술 행위 유형 등은 주요 구간으로 포함되지 않도록 도구 등장 프레임, 이벤트 발생 프레임, 수술 행위 식별 프레임을 특정하기 위한 식별 기준이 가변되는 것일 수 있다.
또한, 처리 장치(100)는, 지정된 주요 구간에 대응하는 주석을 생성할 수 있다. 예를 들면, 처리 장치(100)는 주요 구간에 수행된 것으로 분석된 수술 행위를 나타내는 주석을 주요 구간에 해당하는 프레임 또는 주요 구간에 해당하는 프레임으로 이루어지는 클립 영상에 삽입하여 대상 동영상을 제공할 수 있다.
본원의 일 실시예에 따르면, 처리 장치(100)는 입력된 대상 동영상에 대한 수술 정보를 획득할 수 있다. 본원의 일 실시예에 따르면, 대상 동영상에 대한 수술 정보는 수술 유형 정보, 수술과 관련된 질병 유형, 수술 대상 장기, 수술 대상자에 대한 정보, 수술 장소 정보, 수술자 정보, 수술 시간 정보 등 대상 동영상과 연계된 수술에 대한 다양한 정보를 폭넓게 포함하는 개념으로 이해될 수 있다.
본원의 일 실시예에 따르면, 대상 동영상에 대한 수술 정보는 처리 장치(100)가 대상 동영상을 입력으로 수신할 때 대상 동영상과 함께 처리 장치(100)에 제공되는 것일 수 있다. 예를 들어, 처리 장치(100)가 대상 동영상이 업로드(Upload)되는 수술 동영상 저장 장치(예를 들어, 저장 매체, 데이터베이스, 서버, 클라우드 서버 등)로부터 대상 동영상을 획득(수신)하는 경우, 수술 정보는 해당 대상 동영상의 업로드(Upload) 시에 업로드 주체에 의해 입력된 것일 수 있다. 달리 말해, 대상 동영상의 업로드 주체는 해당 대상 동영상과 연계된 수술 정보를 대상 동영상의 업로드 시에 함께 저장되도록 수술 정보와 연계된 사용자 입력을 인가할 수 있다.
본원의 일 실시예에 따르면, 처리 장치(100)는 수술 동영상에 대한 수술 정보를 입력하기 위한 사용자 인터페이스를 통해 대상 동영상의 업로드 시, 대상 동영상의 사용자 설정 제목, 수술 대상자의 연령 및 성별, 수술이 수행된 날짜 또는 업로드 날짜 등을 입력하도록 구현할 수 있다. 본원의 일 실시예에 따른 수술 정보를 입력하기 위한 사용자 인터페이스는 실시예에 따라 처리 장치(100)에 구비되는 디스플레이 모듈 또는 수술 동영상 저장 장치에 구비되는 디스플레이 모듈 등에 의해 제공되는 것일 수 있다.
또한, 본원의 일 실시예에 따르면, 처리 장치(100)는 복수의 대상 동영상을 수술 정보 중 어느 하나를 기준으로 하여 사용자 입력에 따른 키워드 검색 가능이 가능하도록 구현될 수 있다. 달리 말해, 처리 장치(100)는 복수의 대상 동영상을 입력 받아 저장하는 경우, 검색을 위한 사용자 입력을 수신하여 사용자 입력에 부합하는 대상 동영상을 검색 결과로써 제공할 수 있다.
또한, 본원의 일 실시예에 따르면, 처리 장치(100)는 수술 정보 중 입력된 대상 동영상의 수술 유형 정보에 기초하여 결정되는 각각의 수술 행위에 대한 수행 횟수 정보 및 수행 시간 정보에 기초하여, 입력된 대상 동영상에 대한 평가 결과를 제공할 수 있다. 달리 말해, 처리 장치(100)는 소정의 기준에 따라 입력된 대상 동영상을 평가할 수 있다. 여기서, 수술 평가를 위한 소정의 기준은 구체적으로 특정 수술 유형에서 요구되는 소정의 수술 행위의 횟수, 수술 행위 각각에 소요되는 시간 등으로 결정될 수 있다.
예를 들어, 처리 장치(100)는 특정한 수술 유형에서의 수술 행위 별 평균 수행 횟수 정보, 수술 행위 별 평균 수행 시간 정보 등을 스토리지 장치(200) 내 데이터베이스에 저장하여 보유할 수 있다. 이에 따라, 처리 장치(100)는 새로운 대상 동영상이 입력되면, 해당 대상 동영상에 나타난 수술 행위의 횟수 정보 및 해당 수술 행위 각각의 소요 시간 정보를 추출하고 이를 데이터베이스에 저장된 특정한 수술 유형에서의 수술 행위 별 평균 수행 횟수 정보, 수술 행위 별 평균 수행 시간 정보 등과 비교함으로써 입력된 대상 동영상의 수술 품질에 대한 평가 결과 또는 수술 난이도 정보 등을 제공할 수 있다. 또한, 상술한 데이터베이스는 처리 장치(100)에 새로운 대상 동영상이 입력되고 이에 대한 주석이 삽입되고 나면, 해당 대상 동영상에 대한 정보를 반영하여 갱신되는 것일 수 있다. 달리 말해, 처리 장치(100)에 대상 동영상이 입력될수록 대상 동영상 평가를 위한 기준이 되는 데이터베이스가 보다 정확한 평가 기준을 제공하도록 지속적으로 갱신될 수 있다.
예를 들어, 처리 장치(100)에 의해 제공되는 수술 동영상 제공 화면에는 복수의 클립 영상에 대한 상세 목록이 표시될 수 있다. 예를 들어, 클립 영상 상세 목록에는 각각의 클립 영상을 대표하는 대표 프레임, 클립 영상의 대표 프레임의 재생 시간 등이 표시될 수 있다.
본원의 일 실시예에 따르면, 수술 동영상 제공 화면에 표시되는 클립 영상을 대표하는 대표 프레임은, 해당 클립 영상의 재생 순서 상 첫 프레임, 마지막 프레임, 중간 프레임 및 수술 도구의 움직임이 나타난 프레임 중 어느 한 프레임으로 결정될 수 있다. 예를 들어, 수술 도구의 움직임이 나타난 프레임은, 기 생성된 인공지능 알고리즘을 통해 해당 클립 영상에 대한 주석을 결정하는 데 가장 주요하게 작용하도록 수술 도구의 움직임이 나타난 프레임 구간 중의 어느 한 프레임으로 결정될 수 있다.
또한, 처리 장치(100)에 의해 제공되는 수술 동영상 제공 화면에는 복수의 클립 영상에 대한 간단 목록이 표시될 수 있다. 예를 들어, 클립 영상 간단 목록에는 클립 영상 각각의 재생 시간 구간, 클립 영상에 삽입된 주석 정보 등이 표시될 수 있다. 또한, 실시예에 따라 클립 영상 간단 목록에는 클립 영상 각각을 목록에서 삭제하기 위한 삭제 버튼이 포함될 수 있다.
처리 장치(100)에 의해 제공되는 수술 동영상 제공 화면을 통해 사용자는 복수의 클립 영상에 대한 상세 목록 또는 간단 목록에 표시된 클립 영상 중 어느 하나를 선택하는 사용자 입력(예를 들면, 목록에서 해당 클립 영상이 표시된 부분을 클릭, 터치 하는 등의 입력)을 인가함으로써 해당 클립 영상을 시청할 수 있다. 이러한 사용자 입력이 인가되면, 처리 장치(100)에 의해 제공되는 수술 동영상 제공 화면 내에 선택된 클립 영상이 재생될 수 있다.
이와 같이, 처리 장치(100)는 하나의 대상 동영상을 복수의 클립 영상으로 분할하여 제공하고, 클립 영상 각각에 포함된 수술 행위와 연계된 주석을 삽입하여 클립 영상 목록을 제공함으로써 사용자가 제공된 복수의 클립 영상 중 관심 있는 특정 클립 영상을 선택하여 시청할 수 있어 의료보험 적용을 위한 심사 등을 위하여 수술 동영상을 시청하는 경우 비교적 긴 시간의 수술 영상 자료를 모두 시청하거나 전체 구간을 일일이 탐색하지 않고도 필요한 부분을 선택적으로 시청할 수 있어, 해당 수술에 대한 리뷰, 해당 수술 동영상을 통한 교육 시 등의 효율성이 향상될 수 있다.
또한, 클립 영상이 재생되는 영역에는 재생, 일시 정지 버튼, 음량 조절 버튼, 주석 추가 삽입을 위한 버튼 등이 구비될 수 있다.
또한, 처리 장치(100)는 대상 동영상의 구간 중 앞서 특정된 주요 구간 외의 나머지 구간에 대하여 특성 압축을 적용하여 원본 상태의 대상 동영상을 적어도 일부 압축하여 가공한 압축 동영상을 생성할 수 있다.
보다 구체적으로, 처리 장치(100)는 주요 구간의 원본 특성은 유지하고 주요 구간 외의 나머지 구간에 대하여 특성 압축을 적용하는 방식으로 압축 동영상을 생성할 수 있다.
다른 예로, 처리 장치(100)는 주요 구간 및 나머지 구간에 대하여 모두 특성 압축을 적용하되, 나머지 구간에 대한 특성 압축의 적용 수준을 주요 구간에 대한 특성 압축의 적용 수준 대비 높게 적용하는 방식으로 압축 동영상을 생성할 수 있다.
이와 관련하여, 처리 장치(100)는 동영상을 기초로 의료보험 심사를 수행하는 소정의 심사기관의 규정 정보에 기초하여 주요 구간의 원본 특성은 유지하고, 나머지 구간만을 선택적으로 압축하는 제1방식 및 주요 구간과 나머지 구간의 특성 압축의 적용 수준(예를 들면, 압축 비율 등)을 상이하게 적용하는 제2방식 중 어느 하나를 적용하여 압축 동영상을 생성할 수 있다. 예를 들어, 심사 서버(400) 등에서 요구하는 압축 동영상의 용량이 미리 설정된 용량 이하로 적게 요구될수록 제1방식보다 제2방식이 우선하여 적용될 수 있다. 한편, 제1방식 및 제2방식 중 어느 하나에 대한 선택적 적용 여부는 입력된 수술 동영상의 전체 길이(시간, 프레임 수 등)를 고려하여 결정되는 것일 수 있다.
또한, 본원의 일 실시예에 따르면, 처리 장치(100)는 특성 압축을 적용할 구간(예를 들면, 나머지 구간 등)에 대하여 화질을 저하하거나 프레임을 생략하는 방식으로 특성 압축을 적용할 수 있다.
또한, 본원의 일 실시예에 따르면, 압축 동영상의 용량이 미리 설정된 문턱값 이상이면, 1차로 가공된 압축 동영상을 재압축하도록 동작할 수 있다. 여기서, 압축 동영상의 재압축 프로세스의 적용을 결정하기 위한 문턱값은 예를 들어 압축 동영상에 기초하여 의료보험 심사를 수행하는 소정의 심사기관의 규정 정보에 기초하여 미리 설정될 수 있다.
또한, 본원의 일 실시예에 따르면, 처리 장치(100)는 가공된 압축 동영상을 저장하거나 가공된 압축 동영상을 의료보험 심사와 연계된 심사 서버로 전송할 수 있다. 여기서, 스토리지 장치(200) 등을 이용하여 기록(저장)되는 압축 동영상 또는 심사 서버(400)로 전송되는 압축 동영상은 시청자가 영상 내 주요 구간에 설명(주석)을 육안으로 확인하며 압축 동영상을 시청할 수 있도록 압축 동영상 및 주석이 병합된 형태를 가질 수 있다.
도 2는 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 장치의 개략적인 구성도이다.
도 2를 참조하면, 처리 장치(100)는 영상 분석부(110), 주석 삽입부(120), 영상 가공부(130), 저장부(140) 및 제출부(150)를 포함할 수 있다.
영상 분석부(110)는 의료보험 심사청구를 위한 대상 동영상을 수신할 수 있다. 또한, 영상 분석부(110)는 수신한 대상 동영상에서 의료보험 심사를 위한 주요 구간을 지정할 수 있다.
주석 삽입부(120)는 지정된 주요 구간에 대응하는 주석을 생성할 수 있다.
영상 가공부(130)는 대상 동영상의 구간 중 주요 구간 외의 나머지 구간에 대하여 특성 압축을 적용하여 대상 동영상을 가공한 압축 동영상을 생성할 수 있다.
예를 들어, 영상 가공부(130)는 주요 구간의 원본 특성을 유지할 수 있다. 다른 예로, 영상 가공부(130)는 주요 구간 외 나머지 구간에 대한 특성 압축의 적용 수준을 주요 구간에 대한 특성 압축의 적용 수준 대비 높게 적용하는 방식으로 압축 동영상을 가공할 수 있다.
또한, 본원의 일 실시예에 따르면, 영상 가공부(130)는 주요 구간 외 나머지 구간에 대하여 화질을 저하하거나 프레임을 생략하는 방식으로 특성 압축을 적용할 수 있다.
저장부(140)는 압축 동영상을 저장할 수 있다. 본원의 일 실시예에 따르면, 저장부(140)는 압축 동영상 및 주석 삽입부(120)에 의해 생성된 주석을 병합하여 저장할 수 있다.
제출부(150)는 가공된 압축 동영상을 의료보험 심사와 연계된 심사 서버(400)로 전송할 수 있다.
이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.
도 3은 본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 방법에 대한 동작 흐름도이다.
도 3에 도시된 의료보험 심사청구를 위한 동영상 처리 방법은 앞서 설명된 처리 장치(100)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 처리 장치(100)에 대하여 설명된 내용은 의료보험 심사청구를 위한 동영상 처리 방법에 대한 설명에도 동일하게 적용될 수 있다.
도 3을 참조하면, 단계 S11에서 영상 분석부(110)는 의료보험 심사청구를 위한 대상 동영상을 수신할 수 있다.
다음으로, 단계 S12에서 영상 분석부(110)는 수신한 대상 동영상에서 의료보험 심사를 위한 주요 구간을 지정할 수 있다.
다음으로, 단계 S13에서 주석 삽입부(120)는 지정된 주요 구간에 대응하는 주석을 생성할 수 있다.
다음으로, 단계 S14에서 영상 가공부(130)는 대상 동영상의 구간 중 단계 S12에서 지정된 주요 구간 외의 나머지 구간에 대하여 특성 압축을 적용하여 대상 동영상을 가공한 압축 동영상을 생성할 수 있다.
예를 들어, 단계 S14에서 영상 가공부(130)는 주요 구간의 원본 특성을 유지할 수 있다.
다른 예로, 단계 S14에서 영상 가공부(130)는 주요 구간 외 나머지 구간에 대한 특성 압축의 적용 수준을 주요 구간에 대한 특성 압축의 적용 수준 대비 높게 적용하는 방식으로 압축 동영상을 가공할 수 있다.
또한, 본원의 일 실시예에 따르면, 단계 S14에서 영상 가공부(130)는 주요 구간 외 나머지 구간에 대하여 화질을 저하하거나 프레임을 생략하는 방식으로 특성 압축을 적용할 수 있다.
다음으로, 단계 S15에서 저장부(140)는 압축 동영상을 저장할 수 있다. 본원의 일 실시예에 따르면, 단계 S15에서 저장부(140)는 압축 동영상 및 단계 S13에서 생성된 주석을 병합하여 저장할 수 있다.
다음으로, 단계 S16에서 제출부(150)는 가공된 압축 동영상을 의료보험 심사와 연계된 심사 서버(400)로 전송할 수 있다.
상술한 설명에서, 단계 S11 내지 S16은 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본원의 일 실시예에 따른 의료보험 심사청구를 위한 동영상 처리 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 본 발명을 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 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 전술한 의료보험 심사청구를 위한 동영상 처리 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.
지금까지 상술한 처리 장치(100) 및 이를 포함하는 의료보험 심사청구 시스템(10)에 대한 설명은, 본원의 구현예에 따라서, 하기에서 서술하는 본원의 다른 실시예에 따른 동영상 기반의 의료보험 심사청구 시스템에 대한 설명을 통해서 이해될 수 있다. 따라서, 이하, 생략된 내용이라고 하더라도 상술한 처리 장치(100)에 대하여 설명된 내용은 하기의 본원의 다른 실시예에 따른 동영상 기반의 의료보험 심사청구 시스템에도 동일하게 적용될 수 있다.
도 4는 본원의 다른 실시예에 따른 동영상 기반의 의료보험 심사청구 시스템의 개략적인 구성도이다.
도 4를 참조하면, 본원의 다른 실시예에 따른 동영상 기반의 의료보험 심사청구 시스템(이하, '본 시스템'이라 한다,)은 입력부, 변환부 및 출력부를 포함할 수 있다. 또한, 도 4를 참조하면, 본 시스템은 HIS/EMR/PACS 등의 수술 동영상 저장 장치(시스템), 클라우드 서비스 등과 연동할 수 있다.
참고로, 본원에서의 동영상은 수술 동영상을 의미할 수 있다. 예를 들어, 본 시스템은 수술 동영상 저장 장치(미도시), 의료 영상 데이터 촬영 기기(미도시) 등으로부터 수술 동영상을 입력 동영상으로서 수신하고, 입력된 수술 동영상을 의료보험 심사청구 용도로 압축 변환하여 제공하도록 동작할 수 있다.
입력부, 변환부, 출력부, 수술 동영상 저장 장치, 의료 영상 데이터 촬영 기기 등 본 시스템을 이루는 하위 구성들 상호간은 네트워크를 통해 통신할 수 있다. 네트워크(미도시)는 단말들 및 서버들과 같은 각각의 노드 상호간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크(미도시)의 일 예에는, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5G 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), wifi 네트워크, 블루투스(Bluetooth) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
도 5는 서버 기반으로 구현되는 본원의 다른 실시예에 따른 동영상 기반의 의료보험 심사청구 시스템의 개략적인 구성도이다.
도 5를 참조하면, 본 시스템은 트랜스코딩, 데이터관리, 스트리밍 등의 기능을 각각 수행하는 복수의 서버를 포함할 수 있다. 또한, 본원의 다른 실시예에 따르면 본 시스템은 본 시스템이 탑재되는 의료 기관(병원 등)의 유형에 따라 선택적으로 클라우드(Cloud) 서비스 또는 온-프레미스(On-Premise) 서비스에 기반하여 설계될 수 있다.
도 4 및 도 5를 참조하면, 본 시스템의 입력부는 수집된 동영상에서 심사를 위한 주요 구간을 지정하고, 주요 구간에 기초한 주석을 생성할 수 있다.
본원의 다른 실시예에 따르면, 입력부는 입력된 수술 동영상의 인접 프레임 간 유사도에 기초하여 경계 프레임을 검출하고, 경계 프레임을 기준으로 하여 수술 동영상을 복수의 클립 영상으로 분할할 수 있다.
본원의 다른 실시예에 따르면, 인접 프레임 간 유사도는 인접 프레임 간의 구조적 유사도 및 인접 프레임 간의 컬러 히스토그램 유사도를 포함할 수 있다. 다만, 이에만 한정되는 것은 아니며, 인접 프레임 간 유사도는 인접 프레임 간의 색상 정보, 등장 객체(예를 들면, 수술 도구 등) 정보 등에 기초하여 다양한 방식으로 산출될 수 있다.
또한, 본원의 다른 실시예에 따르면 입력부는 기 생성된 인공지능 알고리즘에 기초하여 분할된 복수의 클립 영상 각각에 대한 수술 행위를 분석할 수 있다. 본원의 다른 실시예에 따르면, 기 생성된 인공지능 알고리즘은 구체적으로 수술 동영상에서 등장 가능한 수술 도구의 클립 영상 내에서의 움직임에 대한 분석 결과를 입력으로 하여 분석된 수술 도구의 움직임에 대응하는 수술 행위를 출력으로 제공하는 알고리즘일 수 있다.
본원의 다른 실시예에 따르면, 기 생성된 인공지능 알고리즘은 소정의 수술 동영상 및 해당 수술 동영상에 나타난 수술 행위에 대한 정보를 학습 데이터로 하여 수술 동영상에서 등장 가능한 수술 도구의 움직임에 대한 분석 결과와 수술 도구의 움직임에 대응하는 수술 행위와의 상관 관계(예를 들면, 함수 형태)를 학습하는 지도 학습(Supervised Learning) 기반의 기계 학습 방식으로 생성되는 것일 수 있다. 다만, 이에만 한정되는 것은 아니며, 본원에서의 기 생성된 인공지능 알고리즘은 로지스틱 회귀 분석(Logistic Regression), 랜덤 포레스트(Random Forest), 딥 러닝(Deep Learning), 서포트 벡터 머신(Support Vector Machine, SVM), 인공신경망(Artificial Neural Network, ANN), 강화 학습(Reinforcement Learning) 등 종래에 공지되었거나 향후 개발되는 모든 종류의 기계 학습 방식을 통해 생성(학습)된 것일 수 있다.
도 6은 주요 구간을 지정하고, 주석을 입력하기 위한 어노테이션 툴을 설명하기 위한 도면이다.
도 6을 참조하면, 입력부는 어노테이션 툴을 활용하여 각각의 클립 영상에 등장하는 수술 도구를 식별할 수 있다. 예를 들어, 입력부는 식별된 수술 도구를 포함하는 경계 영역(Bounding Box)를 해당 클립 영상에 표시할 수 있다.
본원의 다른 실시예에 따르면, 입력부가 식별하는 수술 도구는 가위, 핀셋, 흡입기, 시술자의 손, 내시경, 카테터, 가이드 와이어, 프로브 등 수술 과정에서 활용될 수 있는 다양한 의료 기기, 도구 등을 폭넓게 포함할 수 있다.
또한, 입력부는, 클립 영상 내에서 수술 도구가 식별되고 나면, 식별된 수술 도구의 해당 클립 영상 내에서의 움직임을 파악(분석)할 수 있다. 본원의 다른 실시예에 따르면, 입력부는 수술 도구가 식별된(등장한) 프레임 및 식별된 프레임의 전후 소정의 프레임을 분석하여 식별된 수술 도구가 해당 프레임 집합 내에서 이동한 방향 정보, 거리 정보 등을 도출함으로써 클립 영상 내에서의 움직임을 파악하는 것일 수 있다. 또한, 본원의 다른 실시예에 따르면, 입력부는 클립 영상 내의 대상자의 환부(수술/시술 부위)의 형상 변화 패턴에 기초하여 식별된 수술 도구의 움직임을 추정하도록 동작할 수 있다.
또한, 본원의 다른 실시예에 따르면, 입력부는 기 생성된 인공지능 알고리즘에 기초하여 수술 도구의 움직임에 대응하는 수술 행위를 도출할 수 있다. 여기서, 수술 행위는 결찰(Ligation), 절개(Dissection), 절제(Resection) 또는 봉합(Suture)을 포함할 수 있으나, 이에만 한정되는 것은 아니다.
종합하면, 입력부는 수술 동영상을 연속한 프레임 간의 유사도 등을 기준으로 하여 복수의 클립 영상으로 분할하고, 분할된 클립 영상에서 등장하는 대상자의 체내 상태(병변 등), 도구의 유형, 도구의 움직임 및 이벤트 발생 유무 등에 기초하여 추론되는 수술 행위의 유형 등을 기초로 주요 구간을 선정할 수 있다. 예를 들면, 입력부는 분할된 복수의 클립 영상 중 적어도 일부의 클립 영상을 포함하는 주요 구간을 선정하는 것일 수 있다.
또한, 입력부는 선정된 주요 구간에서 고려된 대상자의 체내 상태(병변 등), 도구의 유형, 도구의 움직임 및 이벤트 발생 유무 등에 기초하여 추론되는 수술 행위의 유형 등을 기초로 해당 주요 구간에 대한 주석(Annotation)을 어노테이션 툴을 활용하여 생성할 수 있다.
보다 구체적으로 예시하면, 입력된 동영상으로부터 도출되는 주요 구간 및 주요 구간에 대한 주석(Annotation)은 해당 동영상을 의료보험 심사 과정에서의 근거 자료로 활용할 경우에 의료보험 적용 여부, 보험 금액 등을 평가하는데 있어서 주요하게 고려되어야 하는 수술 행위, 이벤트 등의 발생한 영상 구간을 특정하고, 해당 영상 구간에 대한 설명을 제공하기 위한 것으로서, 의료보험 심사기관은 수술 동영상으로부터 도출된 주요 구간과 해당 주요 구간에 대하여 삽입된 주석에 기초하여 신속하게 근거 자료로 제시된 수술 동영상과 연계된 수술 상황 등을 파악할 수 있는 것이다.
이와 관련하여, 기존에 적용되고 있는 수술에 대한 의료보험 청구 절차는 주로 EMR, PACS 등의 의무 기록을 CD에 저장하여 제출하거나, 보험심사기관의 홈페이지에 제출하여 심사 평가를 의뢰하고 이를 기반으로 심사기관에서 검토하여 보험금을 책정하는 방식으로 이루어지나, 이 때 근거자료로서 제출되는 의료정보는 진단과 치료의 정보는 포함하지만 수술의 현장 상황을 정확이 파악할 수 없는 정보들로 평가에 대한 이의 발생 건수가 많아 심사기관은 현실적으로 포괄수가제를 적용하여 통계 평균에 의해 보험 지급을 확정하는 것이 일반적이다. 이에 따라, 중소병원에서는 중증 수술(예를 들면, 복수가 터진 맹장 수술)에 대한 회피 현상이 나타나게 되며, 보험수가에 대해 심사기관과 의료기관 간의 분쟁이 발생하는 등의 사회적 문제가 야기되고 있다.
본 시스템은 이러한 기존 의료보험 청구 절차의 문제점을 해결하기 위하여 안출된 것으로서, 본 시스템에 의하면 변환된 수술 동영상에 기반하여 수술의 현장 상황을 객관적으로 판단할 수 있어 보다 정확한 평가로 난이도에 따른 보험료 차등 적용이 가능하여 평가 불복에 대한 사회적 비용 절감, 병원의 중증 환자 회피 현상 해소, 중소 병원의 보험청구 업무효율성 제고효과 등을 기대할 수 있다.
도 7은 주요 구간을 고려하여 구간별로 가변적으로 동영상을 압축하는 프로세스를 설명하기 위한 개념도이다.
도 7을 참조하면, 본 시스템의 변환부는 지정된 주요 구간의 원본 특성을 유지하되, 주요 구간 외의 나머지 구간에 대하여 특성 압축을 적용하는 방식으로 동영상을 압축(Encoding)할 수 있다. 구체적으로, 변환부는 지정된 주요 구간 외의 나머지 구간에 대하여 화질을 저하하거나 프레임을 생략하는 방식으로 특성 압축을 적용할 수 있다.
이와 관련하여, 본 시스템은 지정된 주요 구간 외의 나머지 구간에 대하여 특성 압축을 적용함으로써, 의료보험 심사에 활용되는 근거 자료인 수술 동영상을 사전 렌더링 단계에서 불필요한 장면을 원천적으로 제거하고, 유의미한 장면(Scene)을 선별(추천)하여 제시함으로써 의사 등의 전문 인력이 아닌 사용자도 해당 수술 동영상으로부터 전체 수술 과정을 한눈에 파악할 수 있도록 하며, 수술 기록과의 비교를 통해 동영상을 쉽게 발췌할 수 있는 의미(Context) 장면을 제공할 수 있다.
한편, 본원의 다른 실시예에 따르면, 변환부는 압축된 동영상의 용량이 미리 설정된 문턱값 이상이면 1차적으로 압축된 동영상을 재압축할 수 있다. 이 때, 본 시스템은 최종 압축된 동영상이 문턱값 미만의 용량으로 저장(제공)될 수 있도록 재압축시에 적용되는 특성 압축 수준을 상향할 수 있다. 예시적으로, 1차적으로 수행된 특성 압축 대비 화질 저하 정도가 커지도록 2차적인 특성 압축이 수행되거나 1차적으로 수행된 특성 압축 대비 프레임 생략 정도가 커지도록 2차적인 특성 압축이 수행되는 것일 수 있으나, 이에만 한정되는 것은 아니다.
이와 관련하여, 동영상을 압축하는 기준이 되는 저장 용량에 대한 문턱값은 해당 동영상에 기초하여 의료보험 심사를 수행하는 소정의 심사기관(예를 들면, 심사평가원 등)의 규정 정보에 기초하여 미리 설정될 수 있다.
출력부는 최종 압축된 동영상과 주요 구간에 기초하여 생성된 주석을 병합하여 저장할 수 있다. 예시적으로, 출력부는 DICOM, HL7 등의 의료 영상 표준을 준수하도록 압축된 동영상을 저장 및 어노테이션 내용을 포함한 신규포맷(가변프레임 압축 동영상과 어노테이션 포함한 파일 형태)의 파일로 저장 할 수 있으며, 저장된 동영상은 심사기관(예를 들면, 심사평가원 등)의 영상 관리 시스템과 연동하여 재생될 수 있다.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.
10: 의료보험 심사청구 시스템
100: 의료보험 심사청구를 위한 동영상 처리 장치
110: 영상 분석부
120: 주석 삽입부
130: 영상 가공부
140: 저장부
150: 제출부
200: 스토리지 장치
300: 사용자 단말
400: 심사 서버
500: 촬영 디바이스
20: 네트워크
100: 의료보험 심사청구를 위한 동영상 처리 장치
110: 영상 분석부
120: 주석 삽입부
130: 영상 가공부
140: 저장부
150: 제출부
200: 스토리지 장치
300: 사용자 단말
400: 심사 서버
500: 촬영 디바이스
20: 네트워크
Claims (15)
- 의료보험 심사청구를 위한 동영상 처리 방법에 있어서,
의료보험 심사청구를 위한 대상 동영상을 수신하는 단계;
상기 대상 동영상에서 의료보험 심사를 위한 주요 구간을 지정하는 단계;
상기 대상 동영상의 구간 중 상기 주요 구간 외의 나머지 구간에 대하여 특성 압축을 적용하여 상기 대상 동영상을 가공한 압축 동영상을 생성하는 단계; 및
상기 압축 동영상을 저장하는 단계,
를 포함하는, 처리 방법. - 제1항에 있어서,
상기 지정된 주요 구간에 대응하는 주석을 생성하는 단계;
를 더 포함하고,
상기 저장하는 단계는,
상기 압축 동영상 및 상기 주석을 병합하여 저장하는 것인, 처리 방법. - 제1항에 있어서,
상기 압축 동영상을 생성하는 단계는,
상기 주요 구간의 원본 특성을 유지하는 것인, 처리 방법. - 제1항에 있어서,
상기 압축 동영상을 생성하는 단계는,
상기 나머지 구간에 대한 상기 특성 압축의 적용 수준을 상기 주요 구간에 대한 상기 특성 압축의 적용 수준 대비 높게 적용하는 것인, 처리 방법. - 제1항에 있어서,
상기 압축 동영상을 생성하는 단계는,
상기 나머지 구간에 대하여 화질을 저하하거나 프레임을 생략하는 방식으로 상기 특성 압축을 적용하는 것인, 처리 방법. - 제1항에 있어서,
상기 압축 동영상의 용량이 미리 설정된 문턱값 이상이면, 상기 압축 동영상을 재압축하는 단계,
를 더 포함하는 것인, 처리 방법. - 제6항에 있어서,
상기 문턱값은 상기 압축 동영상에 기초하여 의료보험 심사를 수행하는 소정의 심사기관의 규정 정보에 기초하여 미리 설정되는 것을 특징으로 하는, 처리 방법. - 제1항에 있어서,
상기 압축 동영상을 상기 의료보험 심사와 연계된 심사 서버로 전송하는 단계,
를 더 포함하는 것인, 처리 방법. - 의료보험 심사청구를 위한 동영상 처리 장치에 있어서,
의료보험 심사청구를 위한 대상 동영상을 수신하고, 상기 대상 동영상에서 의료보험 심사를 위한 주요 구간을 지정하는 영상 분석부;
상기 대상 동영상의 구간 중 상기 주요 구간 외의 나머지 구간에 대하여 특성 압축을 적용하여 상기 대상 동영상을 가공한 압축 동영상을 생성하는 영상 가공부; 및
상기 압축 동영상을 저장하는 저장부,
를 포함하는, 처리 장치. - 제9항에 있어서,
상기 지정된 주요 구간에 대응하는 주석을 생성하는 주석 삽입부,
를 더 포함하고,
상기 저장부는,
상기 압축 동영상 및 상기 주석을 병합하여 저장하는 것인, 처리 장치. - 제9항에 있어서,
상기 영상 가공부는,
상기 주요 구간의 원본 특성을 유지하거나 상기 나머지 구간에 대한 상기 특성 압축의 적용 수준을 상기 주요 구간에 대한 상기 특성 압축의 적용 수준 대비 높게 적용하는 것인, 처리 장치. - 제9항에 있어서,
상기 영상 가공부는,
상기 나머지 구간에 대하여 화질을 저하하거나 프레임을 생략하는 방식으로 상기 특성 압축을 적용하는 것인, 처리 장치. - 제9항에 있어서,
상기 영상 가공부는,
상기 압축 동영상의 용량이 미리 설정된 문턱값 이상이면, 상기 압축 동영상을 재압축하는 것인, 처리 장치. - 제9항에 있어서,
상기 압축 동영상을 상기 의료보험 심사와 연계된 심사 서버로 전송하는 제출부,
를 더 포함하는 것인, 처리 장치. - 제1항 내지 제8항 중 어느 한 항의 따른 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 컴퓨터에서 판독 가능한 기록매체.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210030711 | 2021-03-09 | ||
KR20210030711 | 2021-03-09 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20220126667A true KR20220126667A (ko) | 2022-09-16 |
Family
ID=83445298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220029835A KR20220126667A (ko) | 2021-03-09 | 2022-03-10 | 의료보험 심사청구를 위한 동영상 처리 장치 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20220126667A (ko) |
-
2022
- 2022-03-10 KR KR1020220029835A patent/KR20220126667A/ko unknown
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11908188B2 (en) | Image analysis method, microscope video stream processing method, and related apparatus | |
US8908946B2 (en) | Information processing apparatus and its control method and data processing system | |
TW202112299A (zh) | 圖像處理方法、電子設備和電腦可讀儲存介質 | |
US20210169576A1 (en) | System and method for identifying comparable cases in preoperative surgical planning | |
Muhammad et al. | Visual saliency models for summarization of diagnostic hysteroscopy videos in healthcare systems | |
KR102180921B1 (ko) | 인공지능 기반의 수술 동영상에 대한 주석 삽입 장치 및 방법 | |
KR102386496B1 (ko) | 도구 인식 기반의 수술 동영상 간 유사도 비교 장치 및 방법 | |
Golany et al. | Artificial intelligence for phase recognition in complex laparoscopic cholecystectomy | |
US20240169579A1 (en) | Prediction of structures in surgical data using machine learning | |
US20240071076A1 (en) | Methods, systems and mediums for surgical automation | |
Sanchez-Matilla et al. | Data-centric multi-task surgical phase estimation with sparse scene segmentation | |
KR102544629B1 (ko) | 수술 동영상에 대한 영상 분석에 기초한 수술 행위 추론 장치 및 방법 | |
US20240041330A1 (en) | Methods and systems for facilitating diagnosing of a central or peripheral vasculature disorder using intravascular imaging | |
KR102128435B1 (ko) | 환자투병 관련기록을 자동으로 인식하여 분석하는 정신심리 분석 시스템 | |
KR20190046531A (ko) | 지식 모델 기반 캡슐내시경의 영상 분석 방법 및 장치 | |
KR20220126667A (ko) | 의료보험 심사청구를 위한 동영상 처리 장치 및 방법 | |
KR102222816B1 (ko) | 진행성 병변의 미래 영상을 생성하는 방법 및 이를 이용한 장치 | |
US20230317278A1 (en) | System for Aggregating, Analyzing, and Reporting Medical Information | |
KR20220103656A (ko) | 인공지능 기반의 수술 동영상 분석과 수술 비교 평가를 위한 장치 및 방법 | |
US20240161497A1 (en) | Detection of surgical states and instruments | |
CN114121208A (zh) | 一种基于可视化资料的手术记录质量控制方法 | |
US20240020835A1 (en) | Computer-implemented systems and methods for intelligent image analysis using spatio-temporal information | |
US20240013383A1 (en) | Computer-implemented systems and methods for intelligent image analysis using spatio-temporal information | |
Wang et al. | Real-time estimation of the remaining surgery duration for cataract surgery using deep convolutional neural networks and long short-term memory | |
WO2023084257A1 (en) | Query similar cases based on video information |