KR20230050595A - 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버 및 그 방법, 그 기록매체 - Google Patents
개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버 및 그 방법, 그 기록매체 Download PDFInfo
- Publication number
- KR20230050595A KR20230050595A KR1020210133664A KR20210133664A KR20230050595A KR 20230050595 A KR20230050595 A KR 20230050595A KR 1020210133664 A KR1020210133664 A KR 1020210133664A KR 20210133664 A KR20210133664 A KR 20210133664A KR 20230050595 A KR20230050595 A KR 20230050595A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- data
- personal health
- image
- unit
- Prior art date
Links
- 230000036541 health Effects 0.000 title claims abstract description 147
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000008859 change Effects 0.000 claims abstract description 21
- 238000012360 testing method Methods 0.000 claims description 56
- 208000035976 Developmental Disabilities Diseases 0.000 claims description 45
- 238000005516 engineering process Methods 0.000 claims description 41
- 238000012015 optical character recognition Methods 0.000 claims description 32
- 230000014509 gene expression Effects 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 16
- 238000013519 translation Methods 0.000 claims description 16
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 description 15
- 238000007726 management method Methods 0.000 description 13
- 238000011161 development Methods 0.000 description 12
- 230000018109 developmental process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 6
- 230000010354 integration Effects 0.000 description 6
- 230000003936 working memory Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 208000019901 Anxiety disease Diseases 0.000 description 3
- 230000036506 anxiety Effects 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 208000006096 Attention Deficit Disorder with Hyperactivity Diseases 0.000 description 2
- 208000036864 Attention deficit/hyperactivity disease Diseases 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000009226 cognitive therapy Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000002586 coronary angiography Methods 0.000 description 2
- 230000007786 learning performance Effects 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000000554 physical therapy Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008131 children development Effects 0.000 description 1
- 238000009535 clinical urine test Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19173—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/413—Classification of content, e.g. text, photographs or tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/42—Document-oriented image-based pattern recognition based on the type of document
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- 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
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
본 명세서는, 영상 데이터를 입력받고, 입력받은 영상 데이터로부터 영상 정보와 텍스트 정보 중 하나를 인식하고, 인식한 텍스트 정보의 언어에 관계없이, 인식한 영상 정보와 텍스트 정보 중 하나를 미리 정한 데이터 포맷으로 환자 정보와 임상정보, 치료에 따른 변화추이 정보로 구분하여 저장하도록 제어하고, 저장된 환자정보와 임상정보를 포함하는 개인건강기록을 요청에 따라 표시하는 장치 및 방법, 그 기록매체를 포함한다.
Description
본 발명은 환자, 예를 들어 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버 및 그 방법, 그 기록매체를 제공한다.
개인건강기록(PHR; Personal Health Record)은 건강 관리 기술로 생체신호 모니터링 기술, 재택건강관리/홈케어 서비스 기술, 모바일/유 헬스케어 서비스 기술, 환자관리 모니터링 기술이 있으며, 개인 건강기록 플랫폼 기술은 전자의무기록시스템(EMR) 기술, 데이터 저장 및 통합 기술, 데이터 교환 및 공유기술 개인건강 정보보호 기술로 구분된다.
종래 개인건강기록은 기존 검사기록이나 처방전등을 촬영하여 용이하게 디지털 데이터화할 수 없어 관리가 어려웠다. 특히, 여러 국가에서 다양한 언어로 작성되는 개인건강기록을 빅데이터화할 수 있는 방법이 없거나 한계가 많았다.
일 실시예는 기존 검사기록이나 처방전등을 용이하게 개인건강기록으로 저장 및 관리하는 서버 및 방법, 그 기록매체를 제공할 수 있다.
다른 실시예는 다양한 국가의 병원이나 발달 센터에서 작성된 다양한 언어의 개인건강정보를 글로벌 빅데이터화하는 서버 및 방법, 그 기록매체를 제공한다.
본 명세서는, 영상 데이터를 입력받고, 입력받은 영상 데이터로부터 영상 정보와 텍스트 정보 중 하나를 인식하고, 인식한 텍스트 정보의 언어에 관계없이, 인식한 영상 정보와 텍스트 정보 중 하나를 미리 정한 데이터 포맷으로 환자 정보와 임상정보로 구분하여 저장하도록 제어하고, 저장된 환자정보와 임상정보를 포함하는 개인건강기록을 요청에 따라 표시하는 장치 및 방법, 그 기록매체를 포함한다.
일 실시예는, 환자, 예를 들어 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버를 제공한다.
이 서버는 네트워크를 통해 다른 서버 또는 단말과 통신하고, 다른 서버 또는 단말로부터 영상 데이터를 입력받는 통신부, 환자정보와 임상정보를 포함하는 개인건강기록을 저장하는 저장부, 영상 데이터를 입력받는 입력부. 입력받은 영상 데이터로부터 영상 정보와 텍스트 정보 중 하나를 인식하고, 인식한 텍스트 정보의 언어에 관계없이, 인식한 영상 정보와 텍스트 정보 중 하나를 미리 정한 데이터 포맷으로 환자 정보와 임상정보로 구분하여 저장부에 저장하는 제어부 및 저장부에 저장된 환자정보와 임상정보를 포함하는 개인건강기록을 요청에 따라 표시하는 출력부를 포함한다.
다른 실시예는 발달장애 아동에 대한 임상정보와 치료에 따른 변화 추이 정보를 포함하는 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법을 제공한다. 이 방법은 영상 데이터를 입력받는 단계, 입력받은 영상 데이터로부터 영상 정보와 텍스트 정보 중 하나를 인식하고, 인식한 텍스트 정보의 언어에 관계없이, 인식한 영상 정보와 텍스트 정보 중 하나를 미리 정한 데이터 포맷으로 환자 정보와 임상정보로 구분하여 저장하도록 제어하는 단계 및 저장된 환자정보와 임상정보를 포함하는 개인건강기록을 요청에 따라 표시하는 단계를 포함한다.
실시예들에 따른 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버 및 방법, 그 기록매체는 기존 검사기록이나 처방전등을 용이하게 개인건강기록으로 저장 및 관리할 수 있다.
실시예들에 따른 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버 및 방법, 그 기록매체는 다양한 국가의 병원이나 발달 센터에서 작성된 다양한 언어의 개인건강정보를 글로벌 빅데이터화할 수 있다.
도 1은 본 발명의 일 실시예에 따른 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에 포함된 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버의 블록도이다.
도 3은 도 2의 서버의 제어부의 구성도이다.
도 4는 영상 데이터의 일예이다.
도 5는 도 3의 영상 인식부와 OCR부에 의해 도 4의 영상 데이터에서 영상 정보와 텍스트 정보를 인식하여 미리 정한 데이터 포맷에 분리하여 저장하는 과정을 설명하는 도면이다.
도 6a 내지 도 6c는 새롭게 저장된 검사결과의 예들이다.
도 7은 다른 실시예에 따른 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법의 흐름도이다.
도 8은 도 3의 데이터 변환부의 동작을 설명한 도면이다.
도 9는 도 3의 자동번역부의 동작을 설명한 도면이다.
도 2는 도 1의 시스템에 포함된 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버의 블록도이다.
도 3은 도 2의 서버의 제어부의 구성도이다.
도 4는 영상 데이터의 일예이다.
도 5는 도 3의 영상 인식부와 OCR부에 의해 도 4의 영상 데이터에서 영상 정보와 텍스트 정보를 인식하여 미리 정한 데이터 포맷에 분리하여 저장하는 과정을 설명하는 도면이다.
도 6a 내지 도 6c는 새롭게 저장된 검사결과의 예들이다.
도 7은 다른 실시예에 따른 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법의 흐름도이다.
도 8은 도 3의 데이터 변환부의 동작을 설명한 도면이다.
도 9는 도 3의 자동번역부의 동작을 설명한 도면이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
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"되어 있는 경우도 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 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1개의 유닛이 2개 이상의 하드웨어를 이용하여 실현되어도 되고, 2개 이상의 유닛이 1개의 하드웨어에 의해 실현되어도 된다.
본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.
이하 첨부된 도면을 참고하여 본 발명의 실시예들을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 시스템을 설명하기 위한 도면이다.
도 1을 참조하면, 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 시스템(100)은, 환자측 단말(110), 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200), 의료진측 단말(120)를 포함할 수 있다.
이때, 도 1의 각 구성요소들은 일반적으로 네트워크(network, 130)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 환자측 단말(110)은 네트워크(130)를 통하여, 예를 들어, 발달장애 아동에 대한, 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)와 연결될 수 있다. 그리고, 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)는, 네트워크(130)를 통하여 환자측 단말(110), 의료진측 단말(120)와 연결될 수 있다. 또한, 의료진측 단말(120)은, 네트워크(130)를 통하여 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)와 연결될 수 있다.
여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5th Generation Partnership Project) 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), 블루투스(Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경가능하다 할 것이다.
환자측 단말(110)은, 발달장애 아동에 대한 임상정보와 치료에 따른 변화 추이 정보를 포함하는 개인건강기록 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 치료를 요청하는 발달장애 아동 또는 환자 또는 그 보호자의 단말일 수 있다. 이때, 환자측 단말(110)은, 환자의 의료기록을 텍스트, 이미지, 및 동영상을 포함하여 발달장애 아동에 대한 임상정보와 치료에 따른 변화 추이 정보를 포함하는 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)로 전송하는 단말일 수 있다. 또한, 환자측 단말(110)은, 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)로부터 진단요청에 대한 피드백을 수신하는 단말일 수 있다.
여기서, 환자측 단말(110)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크 톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 진단 요청단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 환자측 단말(110)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), 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) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)는, 발달장애 아동에 대한 임상정보와 치료에 따른 변화 추이 정보를 포함하는 개인건강기록 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다.
여기서, 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)는, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다.
의료진측 단말(120)은, 발달장애 아동에 대한 임상정보와 치료에 따른 변화 추이 정보를 포함하는 개인건강기록 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하는 진단자 또는 의사, 놀이치료사 등 의료진측 단말일 수 있다. 그리고, 의료진측 단말(120)은, 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)로부터 환자측 단말(110)로부터 수신한 진료기록 데이터를 수신하고, 수신된 진료 기록 데이터에 대한 소견 등을 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)로 전송하는 단말일 수 있다. 또한, 의료진측 단말(120)은 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)에서 빅데이터가 인공지능으로 학습될 때까지 질의에 대한 결과를 수신하고, 오류를 다시 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)로 피드백해주는 단말일 수 있다.
여기서, 의료진측 단말(120)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 의료진측 단말(120)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 의료진측 단말(120)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), 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) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
본 발명의 일 실시예에 따른 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)와 연동되어 동작하는 다른 서버(미도시)가 환자측 단말(110) 및 의료진측 단말(120)로 발달장애 아동에 대한 임상정보와 치료에 따른 변화 추이 정보 관련 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 환자측 단말(110) 및 의료진측 단말(120)은, 발달장애 아동에 대한 임상정보와 치료에 따른 변화 추이 정보를 포함하는 개인건강기록 관련 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치할 수 있다. 또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 서비스 프로그램이 환자측 단말(110) 및 의료진측 단말(120)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: world wide web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(hyper text mark-up language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(app)을 포함한다.
개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)는 개인건강기록 플랫폼을 구축하기 위해 전자의무기록시스템 기술, 데이터 저장 및 통합 기술, 데이터 교환 및 공유 기술, 개인 건강 정보보호기술이 적용될 수 있다. 전자의무기록시스템 기술은 전자의무기록으로서 모든 의료기록을 전자문서로 기록 보존하는 기술이고, 데이터 저장 및 통합 기술은 개인 건강정보와 서비스를 제공하기 위해 개인건강기록 데이터를 저장하고 통합하는 기술이고, 데이터 교환 및 공유 기술은 개인 건강정보와 서비스를 제공하기 위해 개인건강기록 데이터이고, 개인 건강 정보보호기술은 개인 건강정보와 서비스를 제공하기 위해 개인건강기록 데이터를 보호하는 기술이다.
이하에서 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)는 개인건강기록 플랫폼을 구축하기 위해 데이터 저장 및 통합 기술 및 데이터 교환 및 공유 기술, 개인 건강 정보보호기술이 적용된 것을 주로 설명하나 본 발명은 이에 제한되지 않는다.
도 2는 도 1의 시스템에 포함된 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버의 블록도이다.
도 2를 참조하면, 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)는, 네트워크(130)를 통해 다른 서버 또는 단말과 통신하는 통신부(210)와, 데이터를 저장하는 저장부(220), 데이터를 입력하는 입력부(230), 영상을 표시하거나 표시하는 데이터를 외부로 출력하는 출력부(250), 이들을 제어하는 제어부(240)를 포함한다.
통신부(210)는 다른 서버 또는 단말로부터 영상 데이터를 입력받을 수 있다. 다른 서버(미도시)는 일 실시예에 따른 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)와 연동되어 동작할 수 있다. 단말은 도 1을 참조하여 설명한 환자측 단말(110) 및/또는 의료진측 단말(120), 이들과 별개의 제3의 단말(미도시)일 수 있다.
저장부(220)는 일반적인 저장장치일 수 있다. 특히, 저장부(220)는 환자정보와, 임상정보와 치료에 따른 변화 추이 정보를 포함하는 개인건강기록을 저장할 수 있다. 저장부(220)는 환자정보와, 임상정보와 함께 추가로 치료에 따른 변화 추이 정보를 포함하는 개인건강기록을 저장할 수 있다. 개인건강기록은 병원이나 발달 센터에서 검사한 검사결과를 포함할 수 있다.
이때, 개인건강기록(PHR; Personal Health Record)은 전자 건강 기록(HER; Electronic Health Record), 스마트 헬스데이터(Smart Health Data) 등 개인의 건강과 관련된 어떤 데이터나 정보를 의미한다.
개인건강기록은 환자정보, 일일관리 정보(예, 투약관리 정보, 부작용 관리 정보, 치료 일지 정보), 표 1의 검사보고서 또는 검사결과, 표 2의 설문지 및 심리척도, FAQ 등을 포함할 수 있다. 또한 개인건강기록은 아래에서 설명하는 제어부(240)의 각 구성요소들의 동작에 의해 취득된 정보를 포함할 수 있다.
| 검사보고서 | |
| A | 대상 아동의 뇌자기공명영상 |
| B | 혈액 및 소변검사 결과 |
| C | 영유아 임상검사 결과 |
| C | 한국 웩슬러 유아지능검사 (K-WIPPISI : Korean Wechsler Preschool Primary Scale of Intelligence) |
검사보고서는 발달장애 보호자들이 이해하기 쉬운 용어로 변환 및 상세 설명을 제공할 수 있다.
| 설문지 및 심리척도 | |
| 양육자 관련 | 부모 스트레스 척도 (PSI, Parenting Stress Index-SF) |
| 양육자 관련 | 벡 우울 척도 (K-BDI, Korean version of Beck Depression Index) |
| 대상자의 문제행동 관련 | 한국아동발달검사 (K-CDI, Korean version of The Child Development Inventory) |
| 대상자의 문제행동 관련 | 소아 우울 척도 (CDI, Kovacs' depression scale) |
| 대상자의 문제행동 관련 | 소아 불안 척도 (RMCAS, Revised Children's Manifest Anxiety Scale) |
| 대상자의 문제행동 관련 | 벡 불안 척도 (K-BAI, Korean version of Beck Anxiety Inventory) |
| 대상자의 문제행동 관련 | ADHD Rating Scale (K-ADHD-RS) |
| 대상자의 문제행동 관련 |
개인건강기록은 환자용 개인건강기록과 의료진용 개인건강기록으로 구분할 수 있다. 환자용 개인건강기록은 보호자용 맞춤정보 및 맞춤 치료 프로그램 추천 정보 등일 수 있다. 의료진용 개인건강기록은 의료진 참여를 통한 진료정보와 환자의 라이프 로그(life log)를 확인하기 위한 정보 등일 수 있다.
입력부(230)는 예를 들어 키보드, 마우스, 카메라, 녹음기, 웨어러블 디바이스, 각종 센서 등 오디오나 영상, 텍스트를 입력할 수 있는 일반적인 입력장치일 수 있다. 입력부(230)는 예를 들어 카메라 장치를 통해 영상 데이터를 입력받을 수 있다. 입력부(230)는 환자 정보와 임상정보가 포함된 개인건강기록을 디지털 데이터로 입력할 수도 있다.
제어부(240)는 입력받은 영상 데이터로부터 영상 정보와 텍스트 정보 중 하나를 인식하고, 인식한 텍스트 정보의 언어에 관계없이, 인식한 영상 정보와 텍스트 정보 중 하나를 미리 정한 데이터 포맷으로 환자 정보와 임상정보, 또는 환자 정보와 임상정보, 치료에 따른 변화추이 정보로 구분하여 저장부(220)에 저장할 수 있다.
제어부(240)는 저장부(220)의 데이터 베이스와 날리지 베이스(Knowledge Base, 임상가의 해석) 간의 매칭을 통해 빅 데이터를 구축하고 특정 알고리즘을 형성 및 향상시킬 수 있다.
출력부(250)는 저장부(220)에 저장된 환자정보와 임상정보와 치료에 따른 변화 추이 정보를 포함하는 개인건강정보를 요청에 따라 표시할 수 있다.
영상 데이터는, 정형화 정도에 따라 정형(structured) 데이터, 반정형(semi-structured) 데이터, 비정형 (unstructured) 데이터로 분류할 수 있다.
비정형 데이터는 형태가 불규칙하여 정의하기 어려운 항목들로서, 일반적으로 텍스트와 이미지 등이 해당한다. 의료 분야에서는 대부분의 텍스트 데이터는 반정형으로 분석할 수 있으므로, 영상이나 이미지 데이터만 비정형으로 고려할 수 있다. 비정형 데이터에는, 예를 들어, CAG(Coronary Angiography), 각종 초음파영상 등과 같은 다양한 종류의 동영상 데이터와 CT(Computed Tomography), MRI(Magnetic Resonance Imaging), EKG(Electrocardiogram; ECG) 등과 같은 이미지 데이터가 포함된다. 이와 같은 비정형 데이터도, 키워드, 태그 또는 메타 데이터로 학습되어 분류 및 패턴화되고, 이후 새로운 비정형 데이터의 분류가 요구되었을 때, 데이터를 레코드 형식으로 가공하고 연관 데이터와 함께 제공될 수 있다.
영상 데이터는 정보의 종류에 따라 특정 데이터 포맷으로 작성된 검사 자료의 영상 데이터, 처방전 영상 데이터, 의료 보고서 중 하나일 수 있다.
제어부(240)는 같은 검사임에도 서로 다른 단위로 작성되어 있는 병원 간의 검사결과를 통합 인식할 수 있다. 제어부(240)는 특히 발달장애 아동의 경우 병원뿐 아니라 여러 발달 센터에서도 동일한 검사를 시행하는 경우에도 센터 검사 결과를 호환 및 통합 인식할 수 있다.
일반적으로, 전세계적으로 통용되는 검사임에도 검사 기관 별로 다르게 검사 결과를 기술한다. 예를 들어 검사 결과는 percentile(%ile), 상중하, 우수/저조와 같은 방식으로 기술될 수 있다. 제어부(240)는 각 검사 결과를 인식하고 특정 표현방식으로 변환할 수 있다. 전술한 예에서 제어부(240)는 각 검사 결과를 인식하고 특정 표현방식, 예를 들어 percentile(%ile)로 검사 결과를 변환할 수 있다. 이에 대응하여, 출력부(250)는 검사 결과에 대한 OCR 인식하여 디지털화하고, 여러 병원 및 검사 기관의 검사 결과를 데이터 호환하여 통일된 데이터를 출력한다.
검사 용어등이 난해하여 보호자가 결과지 만으로는 검사 내용을 적절히 판단하고 활용하는 것이 거의 불가능할 수 있다. 이에 대응하여, 출력부(250)는 발달장애 보호자들이 이해하기 쉬운 용어로 변환 및 상세 설명을 출력할 수 있다.
도 3은 도 2의 서버의 제어부의 구성도이다.
도 3을 참조하면, 제어부(240)는 검사 자료의 영상 데이터, 처방전 영상 데이터, 의료 보고서 중 하나로부터 영상 정보를 인식하는 영상 인식부(241)와, 검사 자료의 영상 데이터, 처방전 영상 데이터, 의료 보고서 중 하나로부터 텍스트 정보를 인식하는 OCR (optical character recognition)부(242)를 포함할 수 있다.
제어부(240)는 특정 데이터 포맷으로 작성된 검사 자료의 영상 데이터, 처방전 영상 데이터, 의료 보고서 중 하나로부터 인식한 영상 정보와 텍스트 정보 중 하나를 미리 정한 데이터 포맷에 맞추어 환자 정보와 임상정보, 치료에 따른 변화추이 정보로 구분하여 저장부(220)에 저장할 수 있다.
영상 인식부(241)는 검사 자료의 영상 데이터, 처방전 영상 데이터, 의료 보고서 중 하나로부터 영상 정보를 인식하고, 미리 정한 데이터 포맷에 맞추어 환자 정보와 임상정보, 치료에 따른 변화추이 정보로 구분하여 저장부(220)에 저장할 수 있다.
영상 인식부(241)는 일반적인 영상 인식 기술이나 인공 신경망을 이용하는 딥러닝 기술을 이용하여 입력된 영상 데이터로부터 영상 정보를 인식하고, 인식된 영상 정보의 의미를 파악하여 인식된 영상 정보의 종류에 따라 미리 정한 데이터 포맷(316)에 맞추어 구분하여 저장부(220)에 저장할 수 있다.
OCR부(242)는 예를 들어 글자 인식 (Optical Character Recognition) 기술을 이용하여 영상 데이터에 포함된 문자 이미지에 대하여 이진화(binarization), 단어 단위의 분리(word segmentation), 글자 단위의 분리(character segmentation)를 순차적으로 수행한 후 개별 글자(character recognition)를 인식하는 파이프라인을 사용할 수 있다.
OCR부(242)도 일반적인 글자 인식 기술을 이용할 수도 있지만, 인공 신경망을 이용하는 딥러닝 기술을 이용하여 입력된 영상 데이터로부터 텍스트 정보를 인식하고, 그 텍스트 정보의 의미를 파악하여 미리 정한 데이터 포맷에 맞추어 개인건강기록을 각 정보의 종류에 따라 구분하여 저장부(220)에 저장할 수 있다.
저장부(220)는 개인건강기록의 데이터 포맷을 저장하고 있다. 또한, 저장부(220)는 영상 인식부(241)에 의해 인식한 영상 정보와 OCR부(242)에 의해 인식된 텍스트 정보, 이들이 데이터 포맷에서 각 정보의 종류에 따라 구분된 개인건강기록을 저장하고 있다.
저장부(220)는 개인건강기록의 데이터 포맷과 영상 인식부(241)에 의해 인식한 영상 정보와 OCR부(242)에 의해 인식된 텍스트 정보를 별도로 저장하고 출력부(250)를 통해 개인건강기록을 출력할 때 데이터 포맷에 맞추어 각 정보를 출력할 수도 있다.
도 4는 영상 데이터의 일예이다. 도 5는 도 3의 영상 인식부와 OCR부에 의해 도 4의 영상 데이터에서 영상 정보와 텍스트 정보를 인식하여 미리 정한 데이터 포맷에 분리하여 저장하는 과정을 설명하는 도면이다. 도 6a은 새롭게 저장된 검사결과의 예이다.
도 4를 참조하면, 영상 데이터는 예를 들어 카메라와 같은 입력장치를 통해 촬영된 영상 데이터로, 발달장애 아동의 검사결과, 예를 들어 언어이해, 지각추론, 작업기억, 처리속도 등을 평가하고 이들을 질적분류(수준)한 기존 검사자료일 수 있다.
도 5를 참조하면, OCR부(242)도 일반적인 글자 인식 기술이나 인공 신경망을 이용하는 딥러닝 기술을 이용하여 입력된 영상 데이터(a)로부터 텍스트 정보(310)를 인식하고, 그 텍스트 정보(310)의 의미를 파악하여 미리 정한 데이터 포맷(314)에 맞추어 개인건강기록을 각 정보의 종류에 따라 구분할 수 있다.
구체적으로 입력된 영상 데이터(도 5의 (a))는 언어이해와 지각추론, 작업기억, 처리 속도가 세로 방향으로 정렬되어 있고, 각 항목에 대한 지표점수, 백분위, 95% 신뢰구간, 질적분류(수준)가 가로 방향으로 정렬된 특정 데이터 포맷을 구성되어 있다.
OCR부(242)는 입력된 영상 데이터(도 5의 (a))로부터 텍스트 정보(310)를 인식하고, 그 텍스트 정보(310)의 의미를 파악하고, 언어이해와 지각추론, 작업기억, 처리 속도가 가로 방향으로 정렬되고 각 항목에 대한 지표점수, 백분위, 95% 신뢰구간, 질적분류(수준)가 세로 방향으로 정렬된 이미 정해진 데이터 포맷(314)로 저장부(220)에 저장할 수 있다.
영상 인식부(241)는 일반적인 영상 인식 기술이나 인공 신경망을 이용하는 딥러닝 기술을 이용하여 입력된 영상 데이터(도 5의 (a))로부터 영상 정보(312)를 인식하고, 인식된 영상 정보의 의미를 파악하여 인식된 영상 정보의 종류에 따라 미리 정한 데이터 포맷(316)에 맞추어 구분하여 저장부(220)에 저장할 수 있다.
도 5의 (b)에 도시한 바와 같이, 제어부(240)는 저장부(220)에 저장된 개인건강기록의 데이터 포맷의 항목들 중 영상 인식부(241)와 OCR부(242)에 의해서 인식되는 않은 항목(318)을 다른 서버나 단말을 통해 입력할 수 있는 화면(예를 들어 의견추가 항목)을 통신부(210) 또는 출력부(250)을 통해 제공할 수 있다.
제어부(240)는 영상 인식부(241)와 OCR부(242)에 의해서 인식된 영상 정보와 텍스트 정보가 정확한지 확인할 수 있는 화면을 도 6a에 도시한 바와 같이 다른 서버나 단말에게 통신부(210) 또는 출력부(250)을 통해 제공할 수 있다.
도 6b 및 도 6c는 영상 인식부(241)와 OCR부(242)에 의해서 인식된 영상 정보와 텍스트 정보를 템플릿에 자동 분류해서 필드별로 저장부(220)에 저장하는 과정들을 도시하고 있다.
도 6b와 도 6c을 참조하면, 제어부(240)는 여러 기관들 또는 병원들에게 서로 다른 데이터 입력 방식으로 작성되거나 입력된 후 영상 인식부(241)와 OCR부(242)에 의해서 인식된 영상 정보와 텍스트 정보의 판독영역을 템플릿의 필드별로 자동 분류하여 데이터화할 수 있다.
예를 들어, 제어부(240)는 도 6b에 도시한 바와 같이, 순차처리의 하위검사, 표준검사, 신뢰구간(90%), 신뢰구간 (95%), 백분위, 서술적 범위 등을 각각의 필드 01 내지 07의 이름과 내용으로 구분하여 필드별로 자동분류하여 데이터화한다.
다른 예를 들어, 제어부(240)는 도 6c에 도시한 바와 같이, 언어이행, 언어이해-환산점수 합, 언어이해-지표점수, 언어이해-백분위, 언어이해-신뢰구간, 언어이해-분류범주 등을 각각의 필드 01 내지 06의 이름과 내용으로 구분하여 필드별로 자동분류하여 데이터화한다.
전술한 바와 같이, 출력부(250)는 도 6b 및 도 6c에 도시한 바와 같이, 템플릿 자동 분류 결과를 출력한다. 또한 출력부(250)는 도 5의 (b) 및 도 6a에 도시한 바와 같이, 제어부(240)에 의해 저장부(220)에 저장된 개인건강기록의 데이터 포맷의 항목들 중 영상 인식부(241)와 OCR부(242)에 의해서 인식한 내용을 표시할 수 있다.
결과적으로 서버(200)는 여러 기관들 또는 병원들에게 서로 다른 데이터 입력 방식으로 입력된 데이터들을 호환하여 통일된 템플릿의 데이터로 데이터화할 수 있다.
전술한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)는 물리치료/감각통합/인지치료/언어치료 등 발달장애 아동에게 꼭 필요한 치료기록을 통합하여 개인이 관리할 수 있게 하며 동시에 병원 의료진에게 정확한 정보전달을 가능하게 한다.
또한, 이 서버(200)는 개인 건강 정보보호기술을 적용하여 환자의 데이터를 암호화된 자료로 보관함으로써, 해당 환자에 의해서만 검사기록을 확인할 수 있도록 한다.
또한, 이 서버(200)는 환자의 개인건강기록을 포함한 전문데이터를 태깅함으로써, 진단 데이터, 약물 순응도, 앱 사용 정보의 각각의 개별 정보, 상관관계, 경향성을 제공하여 환자의 상태를 다각도로 판단하므로 진단의 민감도/특이도의 향상에 기여할 수 있다.
또한, 이 서버(200)는 인공지능 알고리즘을 형성하는데 있어서 의사의 전문의견이 포함된 의료데이터를 확보할 수 있어 의료 인공지능 영역의 발전에 크게 기여할 있다.
다시 도 3을 참조하면, 제어부(240)는 데이터 변환부(243)와 자동번역부(244)를 추가로 포함할 수 있다.
도 8은 도 3의 데이터 변환부의 동작을 설명한 도면이다.
도 3 및 도 8을 참조하면, 데이터 변환부(243)는, 같은 검사임에도 서로 다른 단위 및 표현방식으로 작성되어 있는 병원 간의 검사결과를 통합 인식할 수 있다. 데이터 변환부(243)는, 특히 발달장애 아동의 경우 병원뿐 아니라 여러 발달 센터에서도 동일한 검사를 시행하는 경우에도 검사 결과를 호환 및 통합 인식할 수 있다.
전술한 바와 같이, 전세계적으로 통용되는 검사임에도 검사 기관 별로 다르게 검사 결과를 기술하는데, 데이터 변환부(243)는, 예를 들어 검사 결과를 percentile(%ile), 상중하, 우수/저조와 같은 방식으로 변환할 수 있다. 즉, 데이터 변환부(243)는, 각 검사 결과를 인식하고 특정 표현방식으로 변환할 수 있다.
도 8에 도시한 바와 같이, 데이터 변환부(243)은 예를 들어, IQ(Intelligence Quotient), T 스코어(T Score), Z 스코어(Z Score), 사회 지수(Social Quotient), 언어 지수(Language Quotient) 등으로 작성된 검사 결과를 변환테이블(243a, PSYCHOMETRIC CONVERSION TABLE)을 참조하여 percentile(%ile)로 변환할 수 있다.
전술한 바와 같이, OCR부(242)는 입력된 영상 데이터(도 5의 (a))로부터 텍스트 정보(310)를 인식하고, 그 텍스트 정보(310)의 의미를 파악한다. 한편, 입력부(230)는 환자 정보와 임상정보가 포함된 개인건강기록을 디지털 데이터로 입력할 수도 있다.
데이터 변환부(243)는, OCR부(242)에 의해 인식하거나 입력부(230)를 통해 입력된 개인건강정보, 예를 들어 각 검사 결과를 특정 표현방식, 예를 들어 percentile(%ile), 상중하, 우수/저조와 같은 방식로 변환할 수 있다.
도 9는 도 3의 자동번역부의 동작을 설명한 도면이다.
도 3 및 도 9을 참조하면, 자동번역부(244)는 다양한 언어의 개인건강정보를 특정 언어로 자동번역하는 작업을 진행할 수 있다.
개인건강정보가 한국어(Korean)뿐만 아니라 영어(English), 중국어(Chinese), 일본어(Japanese), 이태리어(Italian), 독일어(German), 프랑스어(French) 등 다양한 언어들로 작성될 수 있다. 자동번역부(244)는 예를 들어 인공지능 학습모델(244a)을 이용하여 다양한 언어의 개인건강정보를 특정 언어로 자동번역하는 작업을 진행할 수 있다. 자동번역부(244)는 인공신경망을 기초로 구성된 인공지능 학습모델(244a)을 학습시킨 후 학습된 인공지능 학습모델(244a)를 이용하여 다양한 언어의 개인건강정보를 특정 언어로 자동번역하는 작업을 진행할 수 있다.
예를 들어, 자동번역부(244)는 OCR부(242)에 의해 인식하거나 입력부(230)를 통해 입력된 개인건강정보에 다른 언어들로 각각 작성된 내용이 있다면 특정 언어, 예를 들어 한국어로 자동번역할 수 있다. 출력부(250)는 자동번역된 내용을 특정 언어, 예를 들어 한국어만으로 표시하거나, 한국어와 원어를 병기하여 표시할 수 있다.
다른 예로, 자동번역부(244)는 OCR부(242)에 의해 인식하거나 입력부(230)를 통해 입력된 개인건강정보 전체가 한국어 이외에 다른 언어로 구성된 경우, 개인건강정보 전체를 한국어로 자동번역할 수 있다. 전술한 바와 같이, 출력부(250)는 자동번역된 개인건강정보 전체를 한국어로 표시할 수도 있지만, 특정 단어나 특정 문구에 대해서는 한국어와 원어를 병기할 수도 있다.
자동번역부(244)는 도 9를 참조하여 설명한 바와 같이 인공지능 학습모델을 이용하거나 특정 번역 알고리즘, 예를 들어 마르코프 알고리즘 등을 이용하여 문장이나 문단, 단어를 자동번역할 수 있다.
전술한 바와 같이, 제어부(240)는 영상 인식부(241)와 OCR부(242)에 의해서 인식된 영상 정보와 텍스트 정보의 판독영역을 템플릿의 필드별로 자동 분류하여 데이터화할 때, 자동번역부(244)의 자동번역된 내용을 참조하여 템플릿의 필드별로 자동 분류하여 데이터화할 수 있다.
한편, 데이터 변환부(243)가 개인건강정보의 특정 단위나 특정 표현방식으로 변환할 때 자동번역부(244)의 자동번역된 내용을 참조하여 개인건강정보의 특정 단위나 특정 표현방식으로 변환할 수 있다.
전술한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)는 데이터 변환부(243)에 의해 개인건강정보의 특정 단위나 특정 표현방식으로 변환하거나 자동변역부(244)에 의해 개인건강정보의 전부 또는 일부를 다양한 언어로 자동번역하여 템플릿의 필드별로 자동 분류하여 데이터화하므로, 다양한 국가의 병원이나 발달 센터에서 작성된 다양한 언어의 개인건강정보를 글로벌 빅데이터화할 수 있다.
이와 같이 서버(200)가 다양한 국가의 병원이나 발달 센터에서 작성된 다양한 언어의 개인건강정보를 글로벌 빅데이터화화므로, 영상 입력부(241)나 OCR부(242)가 인공지능을 이용할 경우 학습 데이터량을 증가시킬 수 있어 인공지능의 학습성능을 향상시킬 수 있다.
이상 도 1 내지 6c을 참조하여 일 실시예에 따른 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버에 대해 설명하였다. 이하, 다른 실시에에 따른 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법을 도면을 참조하여 설명한다. 이 방법은 전술한 일 실시예에 따른 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버에 의해 수행될 수도 있지만, 다른 서버나 다른 단말 등에 의해 수행될 수도 있다.
도 7은 다른 실시예에 따른 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법의 흐름도이다.
도 7을 참조하면, 발달장애 아동에 대한 임상정보와 치료에 따른 변화 추이 정보를 포함하는 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법(400)은 영상 데이터를 입력받는 단계(S410), 입력받은 영상 데이터로부터 영상 정보와 텍스트 정보 중 하나를 인식하고, 인식한 영상 정보와 텍스트 정보 중 하나를 미리 정한 데이터 포맷으로 환자 정보와 임상정보, 치료에 따른 변화추이 정보로 구분하여 저장하도록 제어하는 단계(S420) 및 저장된 환자정보와, 임상정보와 치료에 따른 변화 추이 정보를 포함하는 개인건강기록을 요청에 따라 표시하는 단계(S430)를 포함한다.
영상 데이터는 특정 데이터 포맷으로 작성된 검사 자료의 영상 데이터, 처방전 영상 데이터, 의료 보고서 중 하나일 수 있다.
제어하는 단계(S420)는, i)검사 자료의 영상 데이터, 처방전 영상 데이터, 의료 보고서 중 하나로부터 영상 정보를 인식하고, ii)검사 자료의 영상 데이터, 처방전 영상 데이터, 의료 보고서 중 하나로부터 텍스트 정보를 인식하고, iii)특정 데이터 포맷으로 작성된 검사 자료의 영상 데이터, 처방전 영상 데이터, 의료 보고서 중 하나로부터 인식한 영상 정보와 텍스트 정보 중 하나를 미리 정한 데이터 포맷에 맞추어 환자 정보와 임상정보, 치료에 따른 변화추이 정보로 구분하여 저장할 수 있다.
도 4 및 도 5를 참조하여 설명한 바와 같이, 제어하는 단계(S420)에서 일반적인 글자 인식 기술이나 인공 신경망을 이용하는 딥러닝 기술을 이용하여 입력된 영상 데이터(a)로부터 텍스트 정보(310)를 인식하고, 그 텍스트 정보(310)의 의미를 파악하여 미리 정한 데이터 포맷(314)에 맞추어 개인건강기록을 각 정보의 종류에 따라 구분할 수 있다.
구체적으로 입력된 영상 데이터(a)는 언어이해와 지각추론, 작업기억, 처리 속도가 세로 방향으로 정렬되어 있고, 각 항목에 대한 지표점수, 백분위, 95% 신뢰구간, 질적분류(수준)가 가로 방향으로 정렬된 특정 데이터 포맷을 구성되어 있다.
제어하는 단계(S420)에서 입력된 영상 데이터(a)로부터 텍스트 정보(310)를 인식하고, 그 텍스트 정보(310)의 의미를 파악하고, 언어이해와 지각추론, 작업기억, 처리 속도가 가로 방향으로 정렬되고 각 항목에 대한 지표점수, 백분위, 95% 신뢰구간, 질적분류(수준)가 세로 방향으로 정렬된 이미 정해진 데이터 포맷(314)로 저장부(220)에 저장할 수 있다.
제어하는 단계(S420)에서 일반적인 영상 인식 기술이나 인공 신경망을 이용하는 딥러닝 기술을 이용하여 입력된 영상 데이터(a)로부터 영상 정보(312)를 인식하고, 인식된 영상 정보의 의미를 파악하여 인식된 영상 정보의 종류에 따라 미리 정한 데이터 포맷(316)에 맞추어 구분하여 저장할 수 있다.
도 5의 (b)에 도시한 바와 같이, 제어하는 단계(S420)에서 저장된 개인건강기록의 데이터 포맷의 항목들 중 인식되는 않은 항목(318)을 다른 서버나 단말을 통해 입력할 수 있는 화면을 제공할 수 있다.
제어하는 단계(S420)에서 인식된 영상 정보와 텍스트 정보가 정확한지 확인할 수 있는 화면을 다른 서버나 단말에게 제공할 수 있다.
제어하는 단계(S420)는 데이터 베이스와 날리지 베이스(Knowledge Base, 임상가의 해석) 간의 매칭을 통해 빅 데이터를 구축하고 특정 알고리즘을 형성 및 향상시킬 수 있다.
제어하는 단계(S420)는 같은 검사임에도 서로 다른 단위 및 표현방식으로 작성되어 있는 병원 간의 검사결과를 통합 인식할 수 있다. 제어하는 단계(S420)는 특히 발달장애 아동의 경우 병원뿐 아니라 여러 발달 센터에서도 동일한 검사를 시행 하는 경우에도 센터 검사 결과를 호환 및 통합 인식할 수 있다.
도 6b 및 도 6c는 영상 인식부(241)와 OCR부(242)에 의해서 인식된 영상 정보와 텍스트 정보를 템플릿에 자동 분류해서 필드별로 저장하는 과정들을 도시하고 있다.
도 6b와 도 6c을 참조하여 전술한 바와 같이, 제어하는 단계(S420)에서 여러 기관들 또는 병원들에게 서로 다른 데이터 입력 방식으로 작성되거나 입력된 후 인식된 영상 정보와 텍스트 정보의 판독영역을 템플릿의 필드별로 자동 분류하여 데이터화할 수 있다.
전술한 바와 같이, 출력하는 단계(S430)에서, 템플릿 자동 분류 결과를 출력한다.
예를 들어, 제어하는 단계(S420)에서, 도 6b에 도시한 바와 같이, 순차처리의 하위검사, 표준검사, 신뢰구간(90%), 신뢰구간 (95%), 백분위, 서술적 범위 등을 각각의 필드 01 내지 07의 이름과 내용으로 구분하여 필드별로 자동분류하여 데이터화한다.
다른 예를 들어, 제어하는 단계(S420)에서, 도 6c에 도시한 바와 같이, 언어이행, 언어이해-환산점수 합, 언어이해-지표점수, 언어이해-백분위, 언어이해-신뢰구간, 언어이해-분류범주 등을 각각의 필드 01 내지 06의 이름과 내용으로 구분하여 필드별로 자동분류하여 데이터화한다.
전술한 바와 같이, 출력하는 단계(S430)에서, 도 6b 및 도 6c에 도시한 바와 같이, 템플릿 자동 분류 결과를 출력한다. 또한 출력하는 단계(S430)에서, 도 5의 (b) 및 도 6a에 도시한 바와 같이, 제어하는 단계(S420)에 의해 저장된 개인건강기록의 데이터 포맷의 항목들 중 영상 인식부(241)와 OCR부(242)에 의해서 인식한 내용을 표시할 수 있다.
이를 통해 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법(400)은 여러 기관들 또는 병원들에게 서로 다른 데이터 입력 방식으로 입력된 데이터드를 호환하여 통일된 템플릿의 데이터로 데이터화할 수 있다.
전술한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법(400)는 물리치료/감각통합/인지치료/언어치료 등 발달장애 아동에게 꼭 필요한 치료기록을 통합하여 개인이 관리할 수 있게 하며 동시에 병원 의료진에게 정확한 정보전달을 가능하게 한다.
또한, 이 방법(400)는 개인 건강 정보보호기술을 적용하여 환자의 데이터를 암호화된 자료로 보관함으로써, 해당 환자에 의해서만 검사기록을 확인할 수 있도록 한다.
또한, 이 방법(400)는 소아의 개인건강기록을 포함한 전문데이터를 태깅함으로써, 진단 데이터, 약물 순응도, 앱 사용 정보의 각각의 개별 정보, 상관관계, 경향성을 제공하여 환자의 상태를 다각도로 판단하므로 ■ 진단의 민감도/특이도의 향상에 기여할 수 있다.
또한, 이 서버(200)는 인공지능 알고리즘을 형성하는데 있어서 의사의 전문의견이 포함된 의료데이터를 확보할 수 있어 의료 인공지능 영역의 발전에 크게 기여할 있다.
다시 도 7을 참조하면, 제어하는 단계(S420)에서, 같은 검사임에도 서로 다른 단위 및 표현방식으로 작성되어 있는 병원 간의 검사결과를 통합 인식할 수 있다. 제어하는 단계(S420)에서, 특히 발달장애 아동의 경우 병원뿐 아니라 여러 발달 센터에서도 동일한 검사를 시행하는 경우에도 검사 결과를 호환 및 통합 인식할 수 있다.
전술한 바와 같이, 전세계적으로 통용되는 검사임에도 검사 기관 별로 다르게 검사 결과를 기술하는데, 제어하는 단계(S420)에서, 예를 들어 검사 결과를 percentile(%ile), 상중하, 우수/저조와 같은 방식으로 변환할 수 있다. 즉, 제어하는 단계(S420)에서, 각 검사 결과를 인식하고 특정 표현방식으로 변환할 수 있다.
제어하는 단계(S420)에서, 인식되거나 입력된 개인건강정보, 예를 들어 각 검사 결과를 특정 표현방식, 예를 들어 percentile(%ile), 상중하, 우수/저조와 같은 방식로 변환할 수 있다.
개인건강정보가 한국어뿐만 아니라 영어, 중국어, 일본어 등 다양한 언어들로 작성될 수 있다. 제어하는 단계(S420)에서, 다양한 언어의 개인건강정보를 특정 언어로 자동번역하는 작업을 진행할 수 있다.
예를 들어, 제어하는 단계(S420)에서, 인식되거나 입력된 개인건강정보에 다른 언어들로 각각 작성된 내용이 있다면 특정 언어, 예를 들어 한국어로 자동번역할 수 있다. 출력하는 단계(S430)에서, 자동번역된 내용을 특정 언어, 예를 들어 한국어만으로 표시하거나, 한국어와 원어를 병기하여 표시할 수 있다.
다른 예로, 제어하는 단계(S420)에서, 인식되거나 입력된 개인건강정보 전체가 한국어 이외에 다른 언어로 구성된 경우, 개인건강정보 전체를 한국어로 자동번역할 수 있다. 전술한 바와 같이, 출력하는 단계(S430)에서, 자동번역된 개인건강정보 전체를 한국어로 표시할 수도 있지만, 특정 단어나 특정 문구에 대해서는 한국어와 원어를 병기할 수도 있다.
제어하는 단계(S420)에서, 인공지능 알고리즘을 이용하거나 특정 번역 알고리즘, 예를 들어 마르코프 알고리즘 등을 이용하여 문장이나 문단, 단어를 자동번역할 수 있다.
전술한 바와 같이, 제어하는 단계(S420)에서, 인식된 영상 정보와 텍스트 정보의 판독영역을 템플릿의 필드별로 자동 분류하여 데이터화할 때, 자동번역된 내용을 참조하여 템플릿의 필드별로 자동 분류하여 데이터화할 수 있다.
한편, 제어하는 단계(S420)에서, 개인건강정보의 특정 단위나 특정 표현방식으로 변환할 때 자동번역된 내용을 참조하여 개인건강정보의 특정 단위나 특정 표현방식으로 변환할 수 있다.
전술한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버(200)는 개인건강정보의 특정 단위나 특정 표현방식으로 변환하거나 개인건강정보의 전부 또는 일부를 다양한 언어로 자동번역하여 템플릿의 필드별로 자동 분류하여 데이터화하므로, 다양한 국가의 병원이나 발달 센터에서 작성된 다양한 언어의 개인건강정보를 글로벌 빅데이터화할 수 있다.
이와 같이 전술한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법(400)은 다양한 국가의 병원이나 발달 센터에서 작성된 다양한 언어의 개인건강정보를 글로벌 빅데이터화화므로, 인공지능을 이용할 경우 학습 데이터량을 증가시킬 수 있어 인공지능의 학습성능을 향상시킬 수 있다.
또 다른 실시예는 전술한 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법을 수행하는, 컴퓨터 기록매체에 저장되는 컴퓨터 프로그램을 제공한다. 또한 또 다른 실시예는 전술한 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.
전술한 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법기록매체에 기록된 프로그램은 컴퓨터에서 읽히어 설치되고 실행됨으로써 전술한 단계들을 실행할 수 있다.
이와 같이, 컴퓨터가 기록매체에 기록된 프로그램을 읽어 들여 프로그램으로 구현된 기능들을 실행시키기 위하여, 전술한 프로그램은 컴퓨터의 프로세서(CPU)가 컴퓨터의 장치 인터페이스(Interface)를 통해 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다.
이러한 코드는 전술한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Function Code)를 포함할 수 있고, 전술한 기능들을 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수도 있다.
또한, 이러한 코드는 전술한 기능들을 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조 되어야 하는지에 대한 메모리 참조 관련 코드를 더 포함할 수 있다.
또한, 컴퓨터의 프로세서가 전술한 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 컴퓨터의 프로세서가 컴퓨터의 통신 모듈을 이용하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야만 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수도 있다.
이상에서 전술한 바와 같은 프로그램을 기록한 컴퓨터로 읽힐 수 있는 기록매체는, 일 예로, ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 미디어 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함할 수 있다.
또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
그리고, 본 발명을 구현하기 위한 기능적인(Functional) 프로그램과 이와 관련된 코드 및 코드 세그먼트 등은, 기록매체를 읽어서 프로그램을 실행시키는 컴퓨터의 시스템 환경 등을 고려하여, 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론되거나 변경될 수도 있다.
일 실시예에 따른 빅데이터 및 인공지능 기반 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 일 실시예에 따른 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법 및 또 다른 실시예에 따른 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 일 실시예에 따른 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기에 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 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.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Claims (15)
- 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버로,
네트워크를 통해 다른 서버 또는 단말과 통신하고, 상기 다른 서버 또는 상기 단말로부터 영상 데이터를 입력받는 통신부;
환자정보와 상기 임상정보를 포함하는 개인건강기록을 저장하는 저장부;
영상 데이터를 입력받는 입력부;
입력받은 상기 영상 데이터로부터 영상 정보와 텍스트 정보 중 적어도 하나를 인식하고, 인식한 텍스트 정보의 언어에 관계없이, 인식한 상기 영상 정보와 상기 텍스트 정보 중 적어도 하나를 미리 정한 데이터 포맷으로 상기 환자 정보와 상기 임상정보로 구분하여 상기 저장부에 저장하는 제어부; 및
상기 저장부에 저장된 상기 환자정보와 상기 임상정보를 포함하는 상기 개인건강기록을 요청에 따라 표시하는 출력부를 포함하는 서버. - 제 1 항에 있어서,
상기 영상 데이터는 특정 데이터 포맷으로 작성된 검사 자료의 영상 데이터, 처방전 영상 데이터, 의료 보고서 중 하나이고,
상기 제어부는 상기 검사 자료의 영상 데이터, 상기 처방전 영상 데이터, 상기 의료 보고서 중 하나로부터 상기 영상 정보를 인식하는 영상 인식부와, 상기 검사 자료의 영상 데이터, 상기 처방전 영상 데이터, 상기 의료 보고서 중 하나로부터 상기 텍스트 정보를 인식하는 OCR (optical character recognition)부를 포함하고,
상기 제어부는 인식한 상기 영상 정보와 상기 텍스트 정보 중 하나를 미리 정한 데이터 포맷에 맞추어 상기 환자 정보와 상기 임상정보로 구분하여 상기 저장부에 저장하는 서버.
- 제 2항에 있어서,
상기 제어부는 인식한 상기 영상 정보와 상기 텍스트 정보 중 하나를 미리 정한 데이터 포맷에 맞추어 상기 환자 정보와 상기 임상정보, 상기 치료에 따른 변화추이 정보로 구분하여 상기 저장부에 저장하는 서버.
- 제 1 항에 있어서,
상기 제어부는 서로 다른 데이터 입력 방식으로 작성되거나 입력된 후 상기 영상 인식부와 상기 OCR부에 의해서 인식된 영상 정보와 텍스트 정보의 판독영역을 템플릿의 필드별로 자동 분류하여 데이터화하는 서버.
- 제 2 항에 있어서,
상기 OCR부는, 상기 텍스트 정보를 인식할 때, 글자 인식 (Optical Character Recognition) 기술을 이용하여 영상 데이터에 포함된 문자 이미지에 대하여 이진화(binarization), 단어 단위의 분리(word segmentation), 글자 단위의 분리(character segmentation)를 순차적으로 수행한 후 개별 글자(character recognition)를 인식하는 서버.
- 제 5 항에 있어서,
상기 제어부는, 같은 검사임에도 서로 다른 단위 및 표현방식으로 작성되어 있는 병원 간의 검사결과를 특정 단위 또는 특정 표현방식으로 변환하는 데이터 변환부를 추가로 포함하는 서버.
- 제 5 항에 있어서,
상기 제어부는, 상기 OCR부에 의해 인식하거나 상기 입력부를 통해 입력된 개인건강정보 전부 또는 일부에 다른 언어들로 각각 작성된 내용을 특정 언어로 자동번역하는 자동번역부를 추가로 포함하는 서버.
- 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법으로,
영상 데이터를 입력받는 단계;
입력받은 상기 영상 데이터로부터 영상 정보와 텍스트 정보 중 하나를 인식하고, 인식한 텍스트 정보의 언어에 관계없이, 인식한 상기 영상 정보와 상기 텍스트 정보 중 하나를 미리 정한 데이터 포맷으로 상기 환자 정보와 상기 임상정보, 상기 치료에 따른 변화추이 정보로 구분하여 저장하도록 제어하는 단계; 및
저장된 상기 환자정보와, 상기 임상정보와 상기 치료에 따른 변화 추이 정보를 포함하는 개인건강기록을 요청에 따라 표시하는 단계를 포함하는 방법.
- 제 7 항에 있어서,
상기 영상 데이터는 특정 데이터 포맷으로 작성된 검사 자료의 영상 데이터, 처방전 영상 데이터, 의료 보고서 중 하나이고,
상기 제어하는 단계는, i)상기 검사 자료의 영상 데이터, 상기 처방전 영상 데이터, 상기 의료 보고서 중 하나로부터 상기 영상 정보를 인식하고, ii)상기 검사 자료의 영상 데이터, 상기 처방전 영상 데이터, 상기 의료 보고서 중 하나로부터 상기 텍스트 정보를 인식하고, iii)상기 특정 데이터 포맷으로 작성된 검사 자료의 영상 데이터, 처방전 영상 데이터, 의료 보고서 중 하나로부터 인식한 상기 영상 정보와 상기 텍스트 정보 중 하나를 미리 정한 데이터 포맷에 맞추어 상기 환자 정보와 상기 임상정보로 구분하여 저장하는 방법.
- 제 9 항에 있어서,
상기 제어하는 단계에서, 인식한 상기 영상 정보와 상기 텍스트 정보 중 하나를 미리 정한 데이터 포맷에 맞추어 상기 환자 정보와 상기 임상정보, 상기 치료에 따른 변화추이 정보로 구분하여 저장하는 서버.
- 제 8 항에 있어서,
상기 제어하는 단계에서, 서로 다른 데이터 입력 방식으로 작성되거나 입력된 후 인식된 영상 정보와 텍스트 정보의 판독영역을 템플릿의 필드별로 자동 분류하여 데이터화하는 방법.
- 제 11 항에 있어서,
상기 제어하는 단계에서, 상기 텍스트 정보를 인식할 때, 글자 인식 (Optical Character Recognition) 기술을 이용하여 영상 데이터에 포함된 문자 이미지에 대하여 이진화(binarization), 단어 단위의 분리(word segmentation), 글자 단위의 분리(character segmentation)를 순차적으로 수행한 후 개별 글자(character recognition)를 인식하는 방법.
- 제 11 항에 있어서,
상기 제어하는 단계에서, 같은 검사임에도 서로 다른 단위 및 표현방식으로 작성되어 있는 병원 간의 검사결과를 특정 단위 또는 특정 표현방식으로 변환하는 방법.
- 제 11 항에 있어서,
상기 제어하는 단계에서, 상기 텍스트 정보를 인식하거나 개인건강정보 전부 또는 일부에 다른 언어들로 각각 작성된 내용을 특정 언어로 자동번역하는 방법.
- 제 8 항 내지 제 14 항 중 어느 한 한의 발달장애 아동에 대한 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210133664A KR20230050595A (ko) | 2021-10-08 | 2021-10-08 | 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버 및 그 방법, 그 기록매체 |
| PCT/KR2022/014601 WO2023058990A1 (ko) | 2021-10-08 | 2022-09-28 | 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버 및 그 방법, 그 기록매체 |
| US17/928,538 US20230307099A1 (en) | 2021-10-08 | 2022-09-28 | Server and method for integrating and managing personal health records as global bigdata and recording medium thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210133664A KR20230050595A (ko) | 2021-10-08 | 2021-10-08 | 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버 및 그 방법, 그 기록매체 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230050595A true KR20230050595A (ko) | 2023-04-17 |
Family
ID=85804487
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210133664A KR20230050595A (ko) | 2021-10-08 | 2021-10-08 | 개인건강기록을 글로벌 빅데이터화하여 통합적으로 관리하는 서버 및 그 방법, 그 기록매체 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20230307099A1 (ko) |
| KR (1) | KR20230050595A (ko) |
| WO (1) | WO2023058990A1 (ko) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5426275B2 (ja) * | 2009-08-19 | 2014-02-26 | 株式会社東芝 | 医用情報表示装置 |
| KR101133822B1 (ko) * | 2010-11-09 | 2012-04-06 | 김병일 | 무선통신단말을 이용한 발달성 장애치료 방법 및 이를 구현한 시스템 |
| KR20130113288A (ko) * | 2012-04-05 | 2013-10-15 | 주식회사 유코리아 | 휴대용 개인건강 기록 저장 장치 |
| KR101815455B1 (ko) * | 2015-12-31 | 2018-01-05 | (주)블루와이즈 | 개인 건강정보 기반의 건강 콘텐츠 생성 및 맞춤형 정보 제공시스템 |
| WO2020051325A1 (en) * | 2018-09-05 | 2020-03-12 | Baxter International Inc. | Medical fluid delivery system including a mobile platform for patient engagement and treatment compliance |
-
2021
- 2021-10-08 KR KR1020210133664A patent/KR20230050595A/ko not_active Application Discontinuation
-
2022
- 2022-09-28 US US17/928,538 patent/US20230307099A1/en active Pending
- 2022-09-28 WO PCT/KR2022/014601 patent/WO2023058990A1/ko active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023058990A1 (ko) | 2023-04-13 |
| US20230307099A1 (en) | 2023-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Deep learning in medicine—promise, progress, and challenges | |
| Roberts et al. | Assessment of disparities in digital access among Medicare beneficiaries and implications for telemedicine | |
| Cottrell et al. | Comparison of community-level and patient-level social risk data in a network of community health centers | |
| Arora et al. | Ability of hospitalized patients to identify their in-hospital physicians | |
| US11449793B2 (en) | Methods and systems for medical record searching with transmittable machine learning | |
| Baumgart | Smartphones in clinical practice, medical education, and research | |
| Chan et al. | Deep learning algorithms to identify documentation of serious illness conversations during intensive care unit admissions | |
| Van Den Block et al. | Transitions between care settings at the end of life in Belgium | |
| US20140365210A1 (en) | Systems and Methods for Processing Patient Information | |
| Anand et al. | Pediatric decision support using adapted Arden Syntax | |
| US20210327582A1 (en) | Method and system for improving the health of users through engagement, monitoring, analytics, and care management | |
| WO2011069016A1 (en) | Integrated electronic health record (ehr) system with transcription, speech recognition and automated data extraction | |
| Camacho et al. | A conceptual framework to study the implementation of clinical decision support systems (BEAR): literature review and concept mapping | |
| Downs et al. | Effect of a computer-based decision support intervention on autism spectrum disorder screening in pediatric primary care clinics: a cluster randomized clinical trial | |
| KR20220039555A (ko) | 발달장애 아동에 대한 개인건강기록을 통합적으로 관리하는 서버 및 그 방법, 그 기록매체 | |
| Bansal et al. | Introduction to computational health informatics | |
| US20160162645A1 (en) | System and Method for Normalizing and Communicating Care Plans | |
| Kaloyanova et al. | Addressing data quality in healthcare | |
| Nair et al. | Automated clinical concept-value pair extraction from discharge summary of pituitary adenoma patients | |
| Luxenberg et al. | Efficiency and interpretability of text paging communication for medical inpatients: a mixed-methods analysis | |
| Honeycutt et al. | Assessment of Spanish translation of websites at top-ranked US hospitals | |
| US20230307099A1 (en) | Server and method for integrating and managing personal health records as global bigdata and recording medium thereof | |
| Hyun et al. | Toward the creation of an ontology for nursing document sections: mapping section headings to the LOINC semantic model | |
| US20230360808A1 (en) | Server and method for integrated management of personal health record for child having developmental disorder, and recording medium thereof | |
| US10165945B1 (en) | Cognitively integrated indicating system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |