KR20230107123A - 인공지능 기반 혈액 투석 데이터 처리 방법 및 시스템 - Google Patents

인공지능 기반 혈액 투석 데이터 처리 방법 및 시스템 Download PDF

Info

Publication number
KR20230107123A
KR20230107123A KR1020220180184A KR20220180184A KR20230107123A KR 20230107123 A KR20230107123 A KR 20230107123A KR 1020220180184 A KR1020220180184 A KR 1020220180184A KR 20220180184 A KR20220180184 A KR 20220180184A KR 20230107123 A KR20230107123 A KR 20230107123A
Authority
KR
South Korea
Prior art keywords
hemodialysis
target patient
data
information
artificial intelligence
Prior art date
Application number
KR1020220180184A
Other languages
English (en)
Other versions
KR102576437B1 (ko
Inventor
곽상혁
Original Assignee
곽상혁
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 곽상혁 filed Critical 곽상혁
Priority to PCT/KR2023/000065 priority Critical patent/WO2023132598A1/ko
Publication of KR20230107123A publication Critical patent/KR20230107123A/ko
Application granted granted Critical
Publication of KR102576437B1 publication Critical patent/KR102576437B1/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
    • 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
    • G16H20/17—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 delivered via infusion or injection
    • 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
    • G16H40/40—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 of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • 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
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • External Artificial Organs (AREA)

Abstract

인공지능 기반 혈액 투석 데이터 처리 방법 및 시스템이 개시된다. 본 개시의 일 면에 따른 전자 장치에 의해 수행되는, 인공지능 기반 혈액 투석 데이터 처리 방법은, 대상 환자에 대해 기저장된 식별 정보를 추출하는 단계; 상기 대상 환자에 대해 측정한 건강 상태 정보를 획득하는 단계; 상기 대상 환자에 대해 추출한 식별 정보와 획득한 건강 상태 정보를 맵핑하는 단계; 상기 맵핑된 정보에 기초하여 상기 대상 환자에 대해 산출된 당일 권장 혈액 투석 요구량 정보를 획득하는 단계; 및 상기 대상 환자에 대해 맵핑된 정보 및 획득한 당일 권장 혈액 투석 요구량 정보를 출력하는 단계를 포함하는 것을 특징으로 한다.

Description

인공지능 기반 혈액 투석 데이터 처리 방법 및 시스템{METHOD AND SYSTEM OF PROCESSING HEMODIALYSIS DATA BASED ON ARTIFICIAL INTELLIGENCE}
본 개시는 혈액 투석 데이터 처리에 관한 것으로, 보다 상세하게는 인공지능 기반 혈액 투석 데이터 처리 방법, 장치 및 시스템에 관한 것이다.
혈액 투석은 말기 만성신부전환자를 대상으로 1회에 4시간 이상이 소요되는 치료 방법으로, 매주 3회 평생을 지속해야 한다.
혈액 투석 중 환자의 생체 징후를 측정한 데이터와, 혈액 투석 기계의 센서 데이터를 지속적으로 감시하고 기록하는 것이 필요하다.
그러나 혈액 투석 기계에서는 의료 데이터 교환 표준 파일 형식(즉, HL7 형식)으로 데이터를 전송하는데, 이렇게 전송되는 데이터의 파일 형식은 의료진이 사용하는 전자의무기록 체계와는 달라, 사람이 읽고 해석하기 어렵다.
또한, 혈액 투석 중 환자의 간호 및 처치 기록 역시 지속적으로 기록하는 것이 필요한데, 통산 종이에 수기로 작성된 형식의 혈액 투석 간호 기록지를 이용하거나 컴퓨터의 전자의무기록 소프트웨어의 간호 기록 화면에 의료진이 직접 입력해야만 한다.
그러나 이 과정에서 정보의 오기재, 누락 등으로 인하여 환자 데이터가 실제와 다르게 저장될 가능성이 있고, 이는 추후 처치 시에 큰 사고로 이어질 가능성이 존재하여, 이에 대한 대비책이 요구된다.
한국 등록특허공보 10-0730991호 (2007.06.15)
본 개시가 해결하고자 하는 과제는, 인공지능 기반 혈액 투석 데이터 처리 방법 및 시스템을 제공하는 것이다.
본 개시가 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 개시의 일 면에 따른 전자 장치에 의해 수행되는, 인공지능 기반 혈액 투석 데이터 처리 방법은, 대상 환자에 대해 기저장된 식별 정보를 추출하는 단계; 상기 대상 환자에 대해 측정한 건강 상태 정보를 획득하는 단계; 상기 대상 환자에 대해 추출한 식별 정보와 획득한 건강 상태 정보를 맵핑하는 단계; 상기 맵핑된 정보에 기초하여 상기 대상 환자에 대해 산출된 당일 권장 혈액 투석 요구량 정보를 획득하는 단계; 및 상기 대상 환자에 대해 맵핑된 정보 및 획득한 당일 권장 혈액 투석 요구량 정보를 출력하는 단계를 포함할 수 있다.
본 개시의 일 면에 따른 인공지능 기반 혈액 투석 데이터 처리 방법에 따르면, 상기 당일 권장 혈액 투석 요구량 정보에 따라 상기 대상 환자의 혈액 투석 과정을 모니터링하는 단계; 및 상기 모니터링 과정에서 대상 환자의 혈액 투석 진행 중 생체 징후 데이터를 획득하는 단계를 더 포함할 수 있다.
본 개시의 일 면에 따른 인공지능 기반 혈액 투석 데이터 처리 방법에 따르면, 상기 생체 징후 데이터에는, 상기 대상 환자의 혈류가 투석기를 통과할 때 나오는 시퀀셜 데이터가 포함될 수 있다.
본 개시의 일 면에 따른 인공지능 기반 혈액 투석 데이터 처리 방법에 따르면, 상기 대상 환자에 대한 당일 권장 혈액 투석 요구량은, 인공지능 모델을 이용하여, 미리 설정된 기간 동안의 상기 대상 환자의 체중 및 혈압의 변화 데이터에 기초하여 제1 건체중 데이터를 예측하고, 복용중인 약이 있는 경우, 약의 종류, 용량 및 복용 기간을 기초로 표준 건체중을 라벨링하여 학습한 결과를 반영하여 상기 예측한 대상 환자의 건체중 데이터를 보정하고, 보정된 대상 환자의 예측 건체중 데이터에 기초하여 제1 당일 권장 혈액 투석 요구량을 산출하되, 상기 대상 환자의 이전 혈액 투석 과정에서 발생한 건강 상태 변환 이벤트에 따른 혈액 투석량 조정 데이터를 학습한 결과에 기초하여 상기 산출한 제1 당일 권장 혈액 투석 요구량 정보를 보정하여 최종 산출될 수 있다.
본 개시의 일 면에 따른 인공지능 기반 혈액 투석 데이터 처리 방법에 따르면, 상기 인공지능 모델을 이용하여 상기 각 시퀀셜 데이터에 임상 이벤트를 라벨링하여 학습하는 단계를 더 포함할 수 있다.
본 개시의 일 면에 따른 인공지능 기반 혈액 투석 데이터 처리 방법에 따르면, 상기 획득되는 생체 징후 데이터에 기초하여, 상기 대상 환자의 혈액 투석에 따른 생체 징후 예측 데이터를 획득하는 단계; 상기 생성된 생체 징후 예측 데이터에 기초하여, 상기 대상 환자의 혈액 투석에 따른 임상 이벤트 데이터를 생성하는 단계; 및 상기 생성된 임상 이벤트 데이터를 출력하는 단계를 더 포함할 수 있다.
본 개시의 일 면에 따른 인공지능 기반 혈액 투석 데이터 처리 방법에 따르면, 상기 대상 환자의 생체 징후 데이터, 임상 이벤트 데이터 및 혈액 투석과 관련된 고유 특성 정보 중 적어도 하나 이상에 기초하여, 상기 대상 환자의 혈액 투석에 따른 건강 이상 여부를 판단하는 단계; 및 상기 대상 환자의 혈액 투석에 따른 건강 이상 여부 판단 결과가 출력하는 단계를 더 포함할 수 있다.
본 개시의 일 면에 따른 인공지능 기반 혈액 투석 데이터 처리 방법에 따르면, 상기 진단 내용은 상기 인공지능 모델을 이용하여 상기 건강 이상이 발생하는 시점의 시퀀셜 데이터와 상기 건강 이상 해소를 위한 의료 기관의 진단 및 대응 내용을 라벨링하여 학습하는 단계를 더 포함하고, 상기 건강 이상 여부 판단 결과는, 상기 인공지능 모델의 학습 결과에 따른 상기 의료 기관의 진단 및 대응 내용을 포함할 수 있다.
본 개시의 일 면에 따른 인공지능 기반 혈액 투석 데이터 처리 방법에 따르면, 상기 대상 환자에 대해 획득되는 정보 및 데이터는, Restful API를 이용하여 암호화될 수 있다.
본 개시의 일 면에 따른 인공지능 기반 혈액 투석 데이터 처리 시스템은, 단말; 및 상기 단말과 데이터를 주고받는 컴퓨팅 디바이스를 포함하되, 상기 컴퓨팅 디바이스는, 대상 환자에 대해 기저장된 식별 정보를 추출하고, 상기 대상 환자에 대해 측정한 건강 상태 정보를 획득하여, 상기 대상 환자에 대해 추출한 식별 정보와 획득한 건강 상태 정보를 맵핑하고, 상기 맵핑된 정보에 기초하여 상기 대상 환자에 대해 산출된 당일 권장 혈액 투석 요구량 정보를 획득하고, 상기 대상 환자에 대해 맵핑된 정보 및 획득한 당일 권장 혈액 투석 요구량 정보가 출력되도록 제어하는 프로세서를 포함할 수 있다.
본 개시의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 개시에 따르면, 다음과 같은 효과들을 가질 수 있다.
본 개시에 따르면, 인공지능 기반으로 맞춤형 혈액 투석 정보를 제공할 수 있는 효과가 있다.
본 개시에 따르면, 인공지능 기반으로 혈액 투석 과정을 모니터링하여 환자의 건강 상태 이상과 같은 이벤트를 감지 내지 예측할 수 있어, 사고를 방지하거나 발생한 사고에 빠르고 정확하게 대응할 수 있는 효과가 있다.
본 개시의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1 은 본 개시의 일 실시 예에 따른 인공지능 기반 혈액 투석 데이터 처리 시스템을 도시한 도면이다.
도 2는 도 1의 서버의 구성 블록도이다.
도 3은 도 2의 프로세서의 구성 블록도이다.
도 4는 본 개시의 일실시예에 따른 인공지능 기반 혈액 투석 데이터 처리 시스템 내에서 처리 과정을 설명하기 위해 도시한 도면이다.
도 5는 본 개시의 일실시예에 따른 인공지능 기반 혈액 투석 데이터 처리 방법을 설명하기 위해 도시한 순서도이다.
본 개시의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 개시는 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시의 개시가 완전하도록 하고, 본 개시가 속하는 기술 분야의 통상의 기술자에게 본 개시의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 개시는 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 개시를 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 개시의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 개시가 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 첨부된 도면을 참조하여 본 개시의 실시예를 상세하게 설명한다.
본 명세서에서 본 개시에 따른 인공지능 기반 혈액 투석 데이터 처리 장치에는 연산 처리를 수행하여 사용자에게 결과를 제공할 수 있는 다양한 장치들이 모두 포함된다. 예를 들어, 본 개시에 따른 데이터 처리 장치는, 적어도 하나의 컴퓨터 또는 컴퓨팅 디바이스, 서버장치, 단말기 등을 모두 포함하거나, 또는 어느 하나의 형태가 될 수 있다.
여기에서, 상기 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop), 태블릿 PC, 슬레이트 PC 등을 포함할 수 있다.
상기 서버 장치는 외부 장치와 통신을 수행하여 정보를 처리하는 서버로써, 어플리케이션 서버, 컴퓨팅 서버, 데이터베이스 서버, 파일 서버, 게임 서버, 메일 서버, 프록시 서버 및 웹 서버 등을 포함할 수 있다.
상기 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선통신장치로서, 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, 스마트 폰(Smart Phone) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선통신장치와 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device (HMD)) 등과 같은 웨어러블 장치(wearable device)를 포함할 수 있다.
본 명세서에서 본 개시에 따른 인공지능 기반 혈액 투석 데이터 처리 장치와 관련하여 정보 제공 제어 모델이 정의되거나 관련 플랫폼이 구축될 수 있는데, 그것은 빅데이터(big data)와 인공지능(Artificial Intelligence) 기술 기반의 컴퓨터에 의해 생성 및 제공될 수 있으며, 가상현실(Virtural Reality), 증강현실(Augmented Reality), 및 혼합현실(Mixed Reality)를 총칭하는 가상융합기술(eXtended Reality), 정보 제공 장치를 이용하는 사용자의 개인 정보의 보안을 위하여 블록체인(Block-chain) 기술 등 ICT(Information and Communication Technology) 기술이 이용 또는 참조되어 구현될 수 있다. 다만, 본 명세서에서는 이러한 ICT 기술에 대한 상세 설명은 공지 기술을 참조하여 그에 관해 별도 설명은 생략함을 미리 밝혀둔다.
도 1 은 본 개시의 일 실시 예에 따른 인공지능 기반 혈액 투석 데이터 처리 시스템(1)을 도시한 도면이다.
도 2는 도 1의 서버의 구성 블록도이다.
도 3은 도 2의 프로세서의 구성 블록도이다.
본 개시의 일실시예에 따른 인공지능 기반 맞춤형 건강기능식품 큐레이션 서비스를 제공하는 시스템은, 환자정보 측정 장치(10), 의료기관 단말(20), 혈액 투석 장치(30) 및 서버(40)를 포함하여 구성될 수 있다. 이 때, 상기 인공지능 기반 혈액 투석 데이터 처리 시스템(1)은 서버(40)와 통신하여 데이터를 저장하는 DB(50)도 포함할 수 있다.
실시예에 따라서는, 인공지능 기반 혈액 투석 데이터 처리하는 시스템(1)은, 도 1에 도시된 구성요소 외에도 본 개시에 따른 동작 수행과 관련하여, 하나 또는 그 이상의 구성요소가 추가되어 구성될 수도 있다.
본 개시에 따른 인공지능 기반 혈액 투석 데이터 처리 과정은, 서버(40)에 의해 제공되는 어플리케이션이나 웹을 통한 웹서비스 형태로 제공되는 정보를 이용할 수 있다.
상기에서, 어플리케이션은 예를 들어, 서버(40)에 의해 제공되어 의료기관 단말(20)이나 혈액 투석 장치(30)에서 다운로드 받아 설치된 후 실행되면 관련 서비스 사용자 인터페이스(UI: User Interface)를 제공하여 대상 환자의 정보를 입력받거나 본 발명과 관련된 다양한 혈액 투석 서비스 관련 서비스 정보를 제공할 수 있다. 이 때, 의료기관 단말(20)이나 혈액 투석 장치(30)는 어플리케이션 실행 화면을 통해 서버(40)를 통해 대상 환자 또는 대상 환자의 혈액 투석 관련 정보를 디스플레이(또는 증강현실 방식)를 통해 출력할 수도 있다.
관련하여, 서버(40)는 본 개시에 따른 인공지능 기반 혈액 투석 데이터 처리를 위한 알고리즘이나 로직(logic) 또는/및 그에 관련된 API(Application Programming Interface)나 플러그-인(plug-in) 등을 환자정보 측정 장치(10), 의료기관 단말(20), 및 의료장치 단말(30)에 제공할 수 있다.
한편, 서버(40)는 인공지능 기반 혈액 투석 데이터 처리 서비스 제공을 위한 서비스 플랫폼을 구축하여 제공하고, 상기 서비스 플랫폼을 통하여 환자 정보 측정 장치(10)로부터 측정된 환자 정보를 가져오거나 의료기관 단말(20)이나 혈액 투석 장치(30)로부터 정보를 입력받거나 출력하도록 서비스 제공할 수 있다.
환자정보 측정 장치(10)는 환자의 투석 당일 체중, 혈압 등 환자 정보를 측정할 수 있다. 이러한 환자정보 측정 장치(10)는 체중계, 카메라 등 다양한 센서 장치가 포함될 수 있다.
환자정보 측정 장치(10)는 대상 환자에 대해 측정한 환자정보를 의료기관 단말(20)로 직접 전송할 수 있다.
또는, 환자정보 측정 장치(10)는 대상 환자에 대해 측정한 환자정보를 서버(40)로 전송하고, 서버(40)가 이를 해당 의료기관 단말(20)로 전송할 수도 있다.
상기 과정에서, 환자정보 측정 장치(10)와 서버(40) 중 적어도 하나는 측정한 환자정보와 대상 환자를 맵핑하고, 맵핑된 정보를 전송할 수 있다.
의료기관 단말(20)은 환자정보 측정 장치(10)에서 측정된 대상 환자의 환자정보에 기초하여 대상 환자의 건체중(Dry weight)과 당일 권장 혈액 투석 요구량을 산출할 수 있다.
의료기관 단말(20)은 이렇게 산출된 대상 환자의 건체중 및 당일 권장 혈액 투석 요구량 정보를 화면을 통해 출력할 수 있으며, 서버(40)로도 전송할 수 있다.
상기에서, 건체중이라 함은, 부종없이 혈압이 정상으로 유지되는 환자의 적정 체중을 의미할 수 있다. 즉, 건체중은 당일 혈액 투석을 통해 신체에서 수분을 제거함으로써 도달하고자 하는 환자의 정상 목표 체중을 나타낼 수 있다. 그러나 이러한 건체중은 대상 환자의 상태를 진단하는 의사의 견해에 따라 당일 건체중값이 개별 설정될 수 있다.
이러한 의료기관 단말(20)은 PC, 모니터, 디지털 사이니지와 같은 고정형 단말이거나 스마트폰, 태블릿pc, 랩탑과 같은 이동형 단말일 수 있다. 또는, 의료기관 단말(20)은 스마트워치, HMD(Head-mounted Display)와 같은 웨어러블 기기 형태일 수도 있다. 또는, 의료기관 단말(20)은 의료용 또는 본 개시에 따른 인공지능 기반 혈액 투석 데이터 처리 서비스를 위한 전용 기기이거나 그러한 소프트웨어가 탑재된 기기일 수 있다.
혈액 투석 장치(30)는, 서버(40)로부터 전송된 대상 환자의 당일 권장 혈액 투석 요구량 정보를 DB에 저장하고 저장된 정보를 디스플레이를 통해 출력할 수 있다.
혈액 투석 장치(30)는, 각종 센서를 포함하여, 혈액 투석 과정에서 대상 환자에 대해 수집되는 각종 데이터를 서버(40)로 전달할 수 있다.
도 1의 인공지능 기반 혈액 투석 데이터 처리 시스템(1)을 구성하는 각 구성요소는 다른 구성요소와의 데이터 커뮤니케이션을 위한 통신 모듈을 구비할 수 있다. 이러한 통신 모듈에는 예를 들어, 유선통신모듈, 무선통신모듈, 근거리통신모듈, 위치정보모듈 등 중 적어도 하나가 포함될 수 있다.
상기에서, 유선통신모듈은, 지역 통신(Local Area Network; LAN) 모듈, 광역 통신(Wide Area Network; WAN) 모듈 또는 부가가치 통신(Value Added Network; VAN) 모듈 등 다양한 유선 통신 모듈뿐만 아니라, USB(Universal Serial Bus), HDMI(High Definition Multimedia Interface), DVI(Digital Visual Interface), RS-232(recommended standard-232), 전력선 통신, 또는 POTS(plain old telephone service) 등 다양한 케이블 통신 모듈을 포함할 수 있다.
상기 무선통신모듈은 와이-파이(Wi-fi) 모듈, 와이브로(Wireless broadband) 모듈 외에도, GSM(global System for Mobile Communication), CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access), UMTS(universal mobile telecommunications system), TDMA(Time Division Multiple Access), LTE(Long Term Evolution), 4G(eneration), 5G, 6G 등 다양한 무선통신 방식을 지원하는 무선통신모듈을 포함할 수 있다.
상기 근거리통신모듈은 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다.
상기 위치정보모듈은 예를 들어, 의료기관 단말(20)의 위치(또는 현재 위치)를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Positioning System) 모듈 또는 Wi-Fi 모듈이 있다. 예를 들어, GPS 모듈을 활용하면, GPS 위성에서 보내는 신호를 이용하여 의료기관 단말(20)의 위치를 획득할 수 있다. 다른 예로서, Wi-Fi 모듈을 활용하면, Wi-Fi 모듈과 무선 신호를 송신 또는 수신하는 무선 AP(Wireless Access Point)의 정보에 기반하여, 의료기관 단말(20) 위치를 획득할 수 있다. 필요에 따라서, 위치정보모듈은 치환 또는 부가적으로 의료기관 단말(20)의 위치에 관한 데이터를 얻기 위해 통신모듈의 다른 모듈 중 어느 기능을 수행할 수 있다. 위치정보모듈은 의료기관 단말(20)의 위치(또는 현재 위치)를 획득하기 위해 이용되는 모듈로, 상기 의료기관 단말(20)의 위치를 직접적으로 계산하거나 획득하는 모듈로 한정되지는 않는다. 이러한 위치정보모듈은 의료기관 단말(20)에 내장되어 의료기관 단말(20)의 위치 정보를 서버(40)에 제공할 수도 있다.
도 2를 참조하여 서버(40)를 설명한다.
서버(40)는 메모리(210)와 상기 메모리(210)와 통신하는 적어도 하나의 프로세서(220)를 포함하여 구성될 수 있다.
이 때, 도 2의 메모리(210)는 전술한 도 1의 DB(50)이거나 클라우드(Cloud) 형태의 별개의 저장매체일 수 있다. 한편, 메모리(210)는 반드시 1개일 필요는 없다.
프로세서(220)는 도 1에 도시된 본 발명에 따른 인공지능 기반 혈액 투석 데이터 처리 시스템(1)의 구성요소들과의 데이터 커뮤니케이션 및 제어 동작을 수행할 수 있다.
프로세서(220)는 다른 구성요소와 인터랙션(interaction)을 수행하는 서비스 플랫폼 상의 다양한 동작, 처리, 데이터 구성 및 제공 등을 수행하거나 제어할 수 있다. 프로세서(220)는 그 과정에서 이용 가능한 다양한 알고리즘(algorithm) 또는 알고리즘을 재현한 프로그램(program)에 대한 데이터를 메모리(210)에 저장할 수 있으며, 및 상기 메모리(210)에 저장된 데이터를 이용하여 본 개시에 따른 인공지능 기반 혈액 투석 데이터 처리 서비스 제공을 위한 다양한 동작을 수행할 수 있다.
프로세서(220)는, 인공지능 기반 혈액 투석 데이터 처리 서비스와 관련된 적어도 하나 이상의 학습 모델을 생성하여 학습하고, 사용자 정보를 입력으로 하여 본 개시에 따른 인공지능 기반 혈액 투석 데이터 처리 서비스 제공에 이용할 수 있다. 상기 학습 과정에는 빅데이터와 인공지능 기술이 이용될 수 있다. 더불어, 프로세서(220)는 대상 환자의 정보 내 민감한 개인 정보, 질병 정보 등과 관련하여, 필요한 경우 블록체인 기술을 이용하여 처리할 수도 있다. 더불어, 본 개시에 따른 관련 정보를 사물인터넷(IoT: Internet of Things), 확장현실(XR: eXtended Reality) 등과 같은 다양한 ICT 기술을 통해 이용할 수 있도록 서비스할 수 있다.
도 3을 참조하여, 프로세서(220)의 동작을 설명한다.
도 3을 참조하면, 프로세서(220)는 파서 모듈(310), 암호화 모듈(320), 사용자 관리모듈(330), 서비스 모듈(340), 관리자 확인 모듈(350), 인공신장실 관리 모듈(360) 등을 포함할 수 있다.
다만, 본 발명은 이에 한정되지 않고, 도 3에 도시된 모듈들 중 일부가 병합되어 하나로 형성되거나 반대일 수도 있다.
파서 모듈(310)은, HL7 파서와 xlsx 파서를 포함할 수 있다.
HL7 파서는, 혈액 투석 장치(30)에서 생성된 HL7 형식의 파일을 메모리로부터 읽어올 수 있다. HL7 파서는, 이렇게 읽어 온 파일이 HL7 Version 2 파일 규격(파일의 첫번줄에 특정 문자열이 존재 여부 확인)을 따르는지 확인하고, 메모리에서 읽어 온 파일로부터 데이터와 속성을 추출할 수 있다. 이후, HL7 파서는 암호화 모듈을 이용하여 데이터를 암호화하고, 암호화된 데이터를 서비스 모듈(340)의 환자 정보 관리 모듈로 전송할 수 있다.
xlsx 파서는, 외부 검사기관의 홈페이지에서 내려받은 엑셀 형식의 파일을 메모리로부터 읽어올 수 있으며, 이렇게 읽어 온 엑셀 파일이 혈액 검사 결과지 형식을 따르는지 확인할 수 있다. Xlsx 파서는, 메모리에서 읽어온 파일로부터 데이터와 속성을 추출할 수 있으며, 암호화 모듈을 이용하여 데이터를 암호화하고, 마찬가지로 암호화된 데이터를 서비스 모듈(340)의 환자 정보 관리 모듈로 전송할 수 있다.
암호화 모듈(320)은, 암호화 방식을 선택할 수 있는데 이러한 암호화 방식에는 SHA256, SHA512, SEED와 같은 암호화 방식이 포함될 수 있다. 암호화 모듈(320)은 선택된 암호화 방식에 따라 암호화 키를 생성/저장/읽기/삭제할 수 있으며, 선택한 암호화 방식에 따라 데이터를 암호화하고 복호화할 수 있다.
사용자 관리 모듈(330)은 사용자의 로그인 암호를 변경할 수 있으며, 사용자의 접속기록(접속시각, 로그아웃 시각, IP 주소, MAC 주소 등)을 저장할 수 있다.
서비스 모듈(340)은, 환자정보 관리 모듈, 투석일정 관리 모듈, 혈액검사 관리 모듈, 약품 관리 모듈, 소모품 관리 모듈, 인계사항 관리 모듈, 평가자료 관리 모듈 등 중 적어도 하나 이상을 포함할 수 있다.
먼저, 환자정보 관리 모듈은, 암호화 모듈을 사용하여 대상 환자의 개인 정보를 암호화/복호화할 수 있다. 환자정보 관리 모듈은, 대상 환자의 인적 사항을 관리할 수 있으며, 공공기관 서버(예를 들어, 국민건강보험공단)과 통신하여 감염병/해외 유입 질병 정보를 조회할 수 있다.
투석일정 관리 모듈은, 혈액 투석 환자와 침상을 연결하는 기능과 혈액투석 환자의 투석 일정과 시각을 예약/변경/삭제하는 기능을 수행할 수 있다.
혈액검사 관리 모듈은, 대상 환자에게 혈액 검사에 대해 검사주기(예를 들어, 1개월, 3개월, 6개월, 12개월 등)에 맞추어 자동으로 검사 예정일을 생성할 수 있으며, 검사 결과를 자동으로 판단(예를 들어, 이미 설정된 정상 범위를 벗어나는 경우)하여 의료진에게 추적 검사를 추천하는 기능(예를 들어, 2일 후, 2주 후, 1개월 후 다시 검사 등)을 수행할 수 있다. 혈액검사 관리 모듈은, 저장된 혈액 겸사 결과를 정상 결과와 비정상 결과로 분류하여 보고서를 생성할 수 있다.
약품 관리 모듈은, 환자에게 처방된 약품을 투여량과 기간에 대해 누적하여 관리하는 기능을 수행할 수 있으며, 약품과 투여량을 약품성분 표준코드에 근거하여 성분별로 시각화(예를 들어, 시간축에 따른 약품별 투여량)와 상기 시각화와 동시에 사용자가 미리 설정하여 둔 증상의 정도 또는 검사 결과를 연결하여 시각화하는 기능을 수행할 수 있다.
소모품 관리 모듈은, 소모품 목록을 등록/변경/삭제하는 기능을 수행할 수 있으며, 혈액 투석과 관련된 소모품의 구입/사용/파손/변질 등을 관리할 수 있으며, 소모품의 최소 보유량을 설정하는 기능을 수행할 수 있고, 소모품이 최소 보유량 이하로 감소하는 경우 구입 목록을 보고할 수 있다.
인계사항 관리 모듈은, 작성자, 수신자, 대상환자, 인계 내용을 작성/수정/삭제할 수 있으며, 수신자가 인계를 받았음을 확인하고 기록할 수 있다.
그 밖에, 평가자료 관리 모듈은, 평가자료를 관리할 수 있다.
관리자 확인 모듈(350)은, 사용자를 등록/수정/삭제할 수 있으며, 프로그램의 사용 범위를 사용자 별로 설정할 수 있고, 사용자의 접속 기록 보고서를 출력할 수 있으며, 사용자의 로그인 암호를 초기화할 수 있다.
인공신장실 관리 모듈(360)은, 인공신장실의 혈액투석기 정보를 등록/변경/삭제할 수 있으며, 인공신장실의 운영 시간 및 진료 일정을 등록/변경/삭제할 수 있다.
도 4와 5는 본 개시의 일실시예에 따른 인공지능 기반 혈액 투석 데이터 처리 과정을 설명하기 위해 도시한 도면이다.
도 4에서는 인공지능 기반 혈액 투석 데이터 처리 시스템(1) 내에서 전체 처리 과정을 설명한다.
본 발명에 따른 인공지능 기반 혈액 투석 데이터 처리 시스템(1)에 의하면, 대상 환자 기초 정보, 환자의 질병 정보 및 침상 예약 정보 등을 통합 관리할 수 있다. 이 때, 로그인, 안면 인식, 지문 인식, QR 코드 인식, NFC 등의 방식이 이용될 수 있다. 한편, 본 발명에 따른 인공지능 기반 혈액 투석 데이터 처리 시스템(1)은, 혈액 투석 과정 중 환자의 생체 징후를 모니터링하여, 인공지능 모델을 기반으로 이상 현상을 감지할 수 있으며, 그에 빠르게 대응할 수 있다.
도 4를 참조하면, 우선 환자정보 측정 장치(10)와 혈액 투석 장치(40) 사이에 연동될 수 있다.
환자정보 측정 장치(10)는 전술한 바와 같이, 환자의 안면 인식 또는 QR 코드 인식을 통하여, 대상 환자 정보를 식별하고, 식별된 대상 환자 정보를 서버(40)를 통해 DB(50)로부터 읽어와, 검사/침상 이동 시 통합 관리할 수 있다. 여기서, 침상이라 함은 혈액 투석 장치(40)의 구성 부분의 하나로, 환자의 혈액 투석을 위한 부분을 말한다.
본 개시에서는, 대상 환자를 단순 인식하는 것이 아니라, 대상 환자의 스케줄 정보를 참고하여, 미리 지정된 날짜에 방문한 대상 환자만을 안면 인식 등 인식을 위한 적용 대상으로 삼을 수 있다. 즉, 안면 인식 전 현재 방문자 세션에 할당된 방문자(환자)인지 검증하는 절차가 존재할 수 있다.
환자정보 측정 장치(10)는, 환자의 투석 당일 체중, 혈압 등 환자의 건강 상태 정보를 측정하고, 이를 상기 식별된 환자 정보와 맵핑할 수 있다. 이렇게 맵핑된 정보는, 의료기관 단말(20)(또는 서버(40)를 거쳐)로 전달될 수 있다.
따라서, 의료기관 단말(20)에서는 전달받은 정보에 기초하여, 대상 환자에 대한 건체중(Dry weigt) 기반 당일 권장 투석 요구량을 산출할 수 있으며, 이렇게 산출된 건체중 기반 당일 권장 투석 요구량은 서버(40)로 전송되고, 혈액 투석 장치(30)로 전달될 수 있다.
혈액 투석 장치(30)는 디스플레이 모듈 즉, 혈액 투석 장치(10)/침상 근방에 배치된 디스플레이로, 당해 침상의 환자의 투석 요구량 및 환자 데이터를 디스플레이할 수 있다. 환자 침상은, 병동을 방문한 대상 환자의 질병 여부, 침상 준비 시간(소독, 청소 등으로 인한), 투석 요구량, 투석 스케줄, 방문 대상 환자별 투석 시간, 환자별 긴급도(우선순위) 등을 고려하여 환자정보 측정 장치(10)로부터 환자 데이터를 수신한 서버(40)에서 룰 베이스(Rule Base)로 자동 지정될 수 있으며, 대상 환자 식별을 통해 대상 환자-침상 간 자동 매칭(matching)이 이루어질 수 있다.
본 개시의 일실시예에 따르면, 환자정보 측정 장치(10)는 인공지능 모델을 개별 포함할 수 있으며, 상기 인공지능 모델을 이용하여 대상 환자에 대한 당일 혈액 투석 요구량을 연산하여 산출할 수 있다.
즉, 환자정보 측정 장치(10)는 인공지능 모델을 구비하여, 대상 환자 정보를 입력받아 해당 환자의 당일 권장 투석 요구량을 산출하여 서버(40) 및 혈액 투석 장치(30)로 전달할 수 있다. 이 때, 환자정보 측정 장치(10)는 산출한 당일 권장 투석 요구량을 대상 환자에 대한 식별 정보, 측정 건강 상태 정보와 함께 의료기관 단말(20)에 전송하여, 의료기관의 확인을 받을 수 있다.
본 개시에서의 인공지능 학습과 관련하여, 서버(40)는 임의의 미리 설정된 기간 동안의 대상 환자의 체중 변화 데이터, 혈압 변화 등 대상 환자의 건강 상태 데이터를 학습할 수 있으며, 이를 통해 해당 환자의 건체중을 예측할 수 있다. 이 경우, 서버(40)는 학습 팩터로 복용 중인 약 종류 및 약의 용량 복용기간을 입력 데이터에 활용하여, 이상적인 건 체중을 라벨링하여 학습할 수 있다.
다른 실시예에 따르면, 상기 인공지능 학습을 통한 대상 환자의 건체중 예측 결과를 혈액 투석 당일 산출된 권장 투석 요구량에 대한 보정을 위해 이용할 수 있다. 예컨대, 당일 산출된 권장 투석 요구량은 당일 측정된 건강 정보 즉, 건체중을 기준으로 하는바, 당일 측정한 건체중과 인공지능 기반 대상 환자의 건체중 예측 결과를 비교하여, 상기 인공지능 기반 대상 환자의 건체중 예측 결과를 상기 당일 측정한 건체중에 대한 가중치로 이용하여, 상기 당일 측정한 건체중을 보정할 수 있다. 이렇게 보정된 대상 환장의 건체중은 대상 환자에 대해 당일 산출한 권장 투석 요구량의 보정에 참고 이용될 수 있다.
한편, 서버(40)는, 환자 별 이전 투석 기록에서 발생한 건강 상태 이벤트(예를 들어, 혈액 투석 중 혈압 하락, 두통, 현기증 발생 등)에 기초하여, 기산정한 투석 요구량을 재연산하여 줄이는 등 조정할 수 있다.
서버(40)는 상기 건체중 보정 내용과 건강 상태 이벤트에 기초하여, 기산정한 투석 요구량을 재연산하여 조정할 수 있다.
상기 인공지능 학습과 관련하여, 본 개시에서는 RNN 기법의 LSTM 등 일반적인 모델, Transformer 등을 이용할 수 있으나, 이에 한정되는 것은 아니다.
서버(40)는 혈액 투석 중 환자의 생체 징후(혈압, 맥박, 체온) 데이터 측정 결과를 모니터링할 수 있으며, 인공지능 모델을 이용하여 혈액 투석 진행 중 이상 현상 발생 감지(Anomaly Detection) 또는 예측할 수 있다.
혈액 투석 장치(30)는 적어도 하나 이상의 센서 장비를 구비할 수 있으며, 그를 통해 대상 환자의 생체 징후, 혈압, 혈류속도, 맥박, 혈관접근로 상태 등 실시간 환자 데이터를 측정/수집할 수 있다.
구체적으로, 혈액 투석 장치(30)는 장치 관리용 DB로 상기 측정 수집한 데이터를 송신/저장할 수 있다.
서버(40)는 전술한 인공지능 모델(이상감지모델 및 이벤트 예측 모델)을 구비하여, 혈액 투석 장치(30)의 장치 관리용 DB로부터 실시간 수집된 환자의 생체 징후와 환자의 개별 특성을 반영하여 혈액 투석 중인 환자 이상 현상을 감지하고, 이를 의료기관 단말(20) 및 혈액 투석 장치(30)의 디스플레이로 관련 정보가 출력되도록 제어할 수 있다.
상기한 이상감지모델 및 이벤트 예측 모델은 프로세서(220)의 일구성요소로 포함될 수 있다.
본 개시에 따른 인공지능 모델은 10분 후, 20분 후와 같이 혈액 투석 환자의 가까운 미래의 생체 징후를 예측할 수 있으며, 이상 현상 발생 시 이를 감지하고, 그에 관한 대응 동작도 추천 제공할 수 있다. 이러한 대응 동작 추천 역시 인공지능 모델을 통해 미리 대응 처치를 라벨링하고 학습함으로써 서비스 제공될 수 있다. 상기 과정에서, 혈압은 환자의 전신 혈압을, 혈관 접근로(바늘이 꽂혀 있는 혈액의 압력)의 혈액 압력, 혈류속도, 맥박, 체온 등을 측정, 혈관 접근로의 협착도/폐쇄도 예상, 10분/20분/30분 뒤의 위 사항들을 모델이 예측될 수 있다.
서버(40)에서의 인공지능 모델의 학습과 관련하여, 혈액 투석 진행과 동시에 혈액 투석 장치(30)의 센서로부터 수집된 환자의 시퀀셜 데이터(표 1 참고)를 실시간으로 수신할 수 있다.
차원 변수 범주 자료형식 단위 설명
1 나이 부동소수 세 환자의 나이 개월은 소수점 이하로 환산하여 표시
성별 범주 환자의 성별, 남자는 1,0 / 여자는 0,1로 원-핫 인코딩
2 남자
3 여자
4 혈관접근로 정맥측 압력 정수 mmHg 혈액투석기에서 선세가 측정하는 정맥측 압력
5 혈관접근로 동맥측 압력 정수 mmHg 혈액투석기에서 선세가 측정하는 동맥측 압력
6 투석막 투과 압력 정수 mmHg 혈액투석막의 혈액측과 투석액 측 사이의 압력 차, 센서가 자동 측정
7 초여과율 정수 mmHg 혈액 속에 포함된 수분을 압력을 통해 체외로 제거하는 비율
8 투석 혈류 속도 정수 mmHg 혈액투석기로 들어오는 혈류의 속도(혈액투석 펌프를 통해 의료진이 설정한 값으로 혈류를 유지)
9 투석 관류 속도 정수 mL/min 혈액 투석액의 관류 속도
10 이완기 혈압 정수 mL/min 환자의 혈압(이완기)
11 수축기 혈압 정수 mL/min 환자의 혈압(수축기)
12 맥박수 정수 /min 환자의 맥박수
13 키 정수 cm 환자의 키
14 건체중 부동소수 kg 의료진이 미리 설정한 환자의 건체중(의료진이 목표로 하는 투석 조료 시점의 예상 환자 체중)
15 설정된 투석치료시간 정수 min 투석 시료 시간(표준적으로 4시간을 기준으로 하나 실제로는 매번 환자의 상태에 따라 3~5시간 범위에서 조정됨)
16 투석전 체중 부동소수 kg 당일 투석을 시작하기 직전의 환자 체중
17 투석후 체중 부동소수 kg 당일 투석을 종료한 직후의 환자 체중
18 총초여과량 정수 mL 혈액투석기에 설정하여 제거한 환자 몸의 수분(물) 양
19 누적순환혈액량 부동소수 mL 혈액 투석 지료 중 몸 밖으로 나와 혈액투석기를 통과한 혈액의 누적량
20 투석막의 표면적 부동소수 m^2 혈액투석에 사용되는 혈액투석막의 총 표면적(사용하는 혈액투석막의 종류에 따라 다름)
투석막의 종류 범주
21 Revaclear 300
22 Revaclear 400
23 170H
24 Theranova 400
혈관접근방식
 범주 혈액투석기와 환자의 혈관을 연결하는 방식
25 동정맥루
26 인조혈관
27 중심정맥도관
표 1에 도시된 바와 같이, 혈액 투석 장치(30)는 대상 환자의 혈류가 투석기를 통과할 때 나오는 시퀀셜 데이터(예를 들어, 혈류, 혈액속도, 압력변화 등 투석기 내 160개 센서로부터 약 27가지)를 수집하여, 서버(40)로 전달할 수 있다. 다만, 상기한 표 1에 기술된 내용에 한정되는 것은 아니다.
서버(40)는 표 1의 각 시퀀셜 데이터에 임상 이벤트를 라벨링하여, 학습 데이터로 활용할 수 있다. 여기서, 임상 이벤트라 함은 예를 들어, 혈압 떨어지는 현상, 가슴의 통증 현상, 두통 현상 등 특정 시퀀셜 데이터 발생 시 환자에게 나타나는 이상 현상을 나타낼 수 있다.
서버(40)는 다음과 같은 예측 이벤트를 발생시킬 수 있는데 예를 들어, 급성(혈액 투석 과정 중 혈압 급상승시 뇌졸중/뇌출혈 발생 가능성 예측 등), 만성(혈액 투석 과정 중 측정된 데이터 기반, 현 상태 유지 시 향후 합병증의 발생 가능성 예측) 등으로 표시되도록 서비스할 수 있다.
서버(40)는 즉, 이상 현상이 발생하는 시점에서의 시퀀셜 데이터와 해당 이상 현상의 해소를 위해 의료진이 내려야 할 진단을 라벨링하여 학습할 수 있다.
본 개시에 따른 인공지능 모델의 동작은, 이상 여부 예측 모델과 이상 판단 모델을 포함하여 이루어질 수 있다.
이상 판단 모델은 여러가지를 동시에 적용하고, Gradient boosting이라는 모델을 사용할 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, RNN 기반 모델, transformer가 사용될 수도 있다.
한편, 복수의 모델을 사용하는 경우에는, 출력값 산정 방식으로 평균 값 산정 방식 또는 투표(voting) 방식(다수의 모델 간 결과의 다수결로 출력을 결정하는 방식)을 사용할 수 있으나, 이에 한정되는 것은 아니다.
본 개시에 따른 인공지능 기반 혈액 투석 데이터 처리 시스템(10)을 구성하는 각 구성요소 사이의 신호 송/수신에 있어서의 RESTful API를 활용한 암호화가 이루어질 수 있다.
예를 들어, 혈액 투석 장치나 침상을 가정에 배치하는 경우에는, 혈액 투석기가 작동하고 있는지 여부를 원격에서 모니터링할 필요가 있다. 이를 위해, 가정에 있는 혈액 투석기와 모니터링단(예를 들어, 의료기관(20) 단말와 서버(40) 중 적어도 하나)과의 암호화 통신을 위한 Rest API가 이용될 수 있으며, 암호화 데이터를 보내면 수신 측에서 복호화하여 출력할 수 있다. 또한, RESTful API를 이용해 단말과 서버(서버, 간호사 단말 및 혈액투석장치) 간 데이터가 송/수신될 수 있다. 다만, 암호화 방식으로 상기한 예시에 한정되지 않고, 웹 베이스를 이용하는 SSL(Secure Sockets Layer) 방식을 이용할 수도 있다.
혈액 투석 장치(30)에서 장치 관리용 DB까지는 암호화된 상태로 데이터 전달될 수 있으며, 장치 관리용 DB는 데이터를 복호화하여 자체 DB의 디렉토리에 파일로 저장할 수 있고, 장치 관리용 DB는 다시 암호화된 상태로 서버(40)에 데이터를 전송할 수 있다.
침상의 투석 환자 상태 변화를 감지하기 위한 별도 장치를 통해 대상 환자의 이상 여부를 감지할 수도 있다. 즉, 혈액 투석 진행 도중 보조 장치를 이용한 투석 환자의 건강 상태 변화를 감지하여, 이상 감지할 수 있다.
상기에서 보조 장치의 일 예로, 카메라를 이용하여 환자 안면을 인식한 다음, 안면 표정 변화를 데이터로 입력하여 변화량으로부터 혈압의 강하/상승를 예측하고, 혈압이 임계값 이하로 저하/상승되는 경우에는, 이상으로 판단할 수 있다. 또는, 상기에서 혈압이 임계값 이하/이상으로 저하/상승되는 것이 아니라도, 혈압의 변화량이 미리 정한 수치 이상으로 급격히 변동되는 경우에도 마찬가지로, 이상 감지로 판단할 수 있다.
보조 장치의 다른 예로, 웨어러블 장치(예를 들어, 손목링, 3축 자이로 센서 등)를 활용한 환자 맥박/움직임 데이터를 이상 감지에 활용할 수도 있다. 예컨대, 웨어러블 장치로부터 수집한 맥박, 산소포화도, 근육 경련 등 움직임 데이터를 기반으로 심장 기능 이상, 심혈 관계 이상(뇌졸중, 협심증, 심근경색) 여부를 판단할 수 있다.
또한, 침상 내 마이크로폰과 같은 오디오 입력 장치나 웨어러블 장치를 이용하는 경우, 환자의 오디오 데이터를 수집할 수 있으며, 수집된 오디오 데이터를 STT(Speech to Text) 및 NLP(Natural Language Processing) 처리하여, 환자의 이상 감지에 활용할 수도 있다. 상기에서, NLP 처리된 오디오 데이터는, 의료기관 단말(20)로 바로 전송되어, 환자 상태 모니터링에 참고될 수도 있다.
그 밖에, 웨어러블 장치를 통해 침상에서 환자의 낙상하는 등 환자의 모션 데이터 기반 이상 감지도 할 수 있다. 환자의 모션 데이터 기반 이상 감지는, 혈액 투석 과정 중에 다수의 환자의 움직임에 대한 평균값 등에 기초하여 설정된 임계치와 비교를 통하여, 임계치를 초과하는 환자의 움직임이 있는 경우에는 이상 감지 내지 이상으로 판단할 수도 있다.
한편, 전술한 각 이상 감지 내지 판단 방식은 적절히 조합될 수 있다.
이와 같이, 보조장치가 활용될 경우, 전술한 인공지능 모델로부터 판단된 이상 감지 결과와 보조장치로부터 판단된 이상 감지 결과를 취합하여, 평균 값 or 다수결 방식 등의 다중 결과 혼합 방식을 이용해 최종적으로 이상 여부를 최종적으로 판단하고, 이를 의료기관 단말(20) 및 혈액 투석 장치(30)의 디스플레이를 통해 출력되도록 제어할 수 있다.
도 5에서는, 본 개시의 일실시예에 따른 인공지능 기반 혈액 투석 데이터 처리 방법은, 출원인의 설명의 편의상 프로세서(220)를 기준으로 하여 설명하나, 이에 한정되는 것은 아니다.
S101 단계에서, 프로세서(220)는 대상 환자에 대해 기저장된 식별 정보를 추출할 수 있다.
S103 단계에서, 프로세서(220)는 상기 대상 환자에 대해 측정한 건강 상태 정보를 획득할 수 있다.
S105 단계에서, 프로세서(220)는 상기 대상 환자에 대해 추출한 식별 정보와 획득한 건강 상태 정보를 맵핑할 수 있다.
S107 단계에서, 프로세서(220)는 상기 맵핑된 정보에 기초하여 상기 대상 환자에 대해 산출된 당일 권장 혈액 투석 요구량 정보를 획득할 수 있다.
S109 단계에서, 프로세서(220)는 상기 대상 환자에 대해 맵핑된 정보 및 획득한 당일 권장 혈액 투석 요구량 정보가 출력되도록 제어할 수 있다.
상기에서, 프로세서(220)는 대상 환자에 대한 당일 권장 혈액 투석 요구량은, 인공지능 모델을 이용하여, 미리 설정된 기간 동안의 상기 대상 환자의 체중 및 혈압의 변화 데이터에 기초하여 제1 건체중 데이터를 예측하고, 복용 중인 약이 있는 경우, 약의 종류, 용량 및 복용 기간을 기초로 표준 건체중을 라벨링하여 학습한 결과를 반영하여 상기 예측한 대상 환자의 건체중 데이터를 보정하고, 보정된 대상 환자의 예측 건체중 데이터에 기초하여 제1 당일 권장 혈액 투석 요구량을 산출하되, 상기 대상 환자의 이전 혈액 투석 과정에서 발생한 건강 상태 변환 이벤트에 따른 혈액 투석량 조정 데이터를 학습한 결과에 기초하여 상기 산출한 제1 당일 권장 혈액 투석 요구량 정보를 보정하여 최종 산출될 수 있다.
상기에서, 프로세서(220)는 최종 산출된 당일 권장 혈액 투석 요구량에 따라 상기 대상 환자의 혈액 투석 과정을 모니터링할 수 있으며, 상기 모니터링 과정에서 대상 환자의 혈액 투석 진행 중 생체 징후 데이터를 획득할 수 있다.
상기에서, 생체 징후 데이터에는, 상기 대상 환자의 혈류가 투석기를 통과할 때 나오는 시퀀셜 데이터가 포함될 수 있다.
상기에서, 프로세서(220)는 인공지능 모델을 이용하여 상기 각 시퀀셜 데이터에 임상 이벤트를 라벨링하여 학습할 수 있다.
상기에서, 프로세서(220)는 상기 획득되는 생체 징후 데이터에 기초하여, 상기 대상 환자의 혈액 투석에 따른 생체 징후 예측 데이터를 획득하고, 상기 생성된 생체 징후 예측 데이터에 기초하여, 상기 대상 환자의 혈액 투석에 따른 임상 이벤트 데이터를 생성하고, 상기 생성된 임상 이벤트 데이터가 출력되도록 제어할 수 있다.
상기에서, 프로세서(220)는 상기 대상 환자의 생체 징후 데이터, 임상 이벤트 데이터 및 혈액 투석과 관련된 고유 특성 정보 중 적어도 하나 이상에 기초하여, 상기 대상 환자의 혈액 투석에 따른 건강 이상 여부를 판단하고, 상기 대상 환자의 혈액 투석에 따른 건강 이상 여부 판단 결과가 출력되도록 제어할 수 있다.
상기에서, 프로세서(220)는 상기 진단 내용은 상기 인공지능 모델을 이용하여 상기 건강 이상이 발생하는 시점의 시퀀셜 데이터와 상기 건강 이상 해소를 위한 의료 기관의 진단 및 대응 내용을 라벨링하여 미리 학습할 수 있으며, 상기 건강 이상 여부 판단 결과는, 상기 인공지능 모델의 학습 결과에 따른 상기 의료 기관의 진단 및 대응 내용을 포함할 수 있다.
상기에서, 프로세서(220)는 상기 대상 환자에 대해 획득되는 정보 및 데이터는, Restful API를 이용하여 암호화할 수 있다.
상술한 본 개시의 다양한 실시예들 중 적어도 하나에 의하면, 혈액 투석 장치에서 생성하는 파일을 자동으로 분석하여 전자의무기록 체계에 연동하거나 저장할 수 있어, 환자의 상태를 실시간으로 파악할 수 있어 진료 효율이 개선될 수 있으며, 대상 환자를 모니터링하여 정상/이상을 판단하여 즉각적으로 대응할 수 있으며, 모바일 장치를 이용하여 혈액 투석을 받고 있는 환자의 바로 옆에서 의료진의 간호 면담 시점에 간호 기록을 작성할 수 있으며, 환자정보 측정 장치 내 인공지능 모델을 이용하여, 일률적인 판단 또는 의사의 진단 없이도, 당일 환자의 상태를 반영한 당일 투석 요구량을 산출할 수 있다. 그 밖에, 서버 내 인공지능 모델을 이용하여, 투석 진행 도중 환자의 이상을 예측 내지 감지하고 관련 추천 대응 정보도 제공하여, 이벤트 발생 시에 즉시 대응할 수 있고, 보조장치를 추가적으로 이용하여, 인공지능 모델의 이상 감지/예상 이벤트 예측 결과에 신뢰성을 더할 수도 있다.
본 개시의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 개시가 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 개시의 실시예를 설명하였지만, 본 개시가 속하는 기술분야의 통상의 기술자는 본 개시가 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
10 : 환자정보 측정 장치 20 : 의료기관 단말
30 : 혈액 투석 장치 40 : 서버
50 : DB

Claims (10)

  1. 전자 장치에 의해 수행되는, 인공지능 기반 혈액 투석 데이터 처리 방법에 있어서,
    대상 환자에 대해 기저장된 식별 정보를 추출하는 단계;
    상기 대상 환자에 대해 측정한 건강 상태 정보를 획득하는 단계;
    상기 대상 환자에 대해 추출한 식별 정보와 획득한 건강 상태 정보를 맵핑하는 단계;
    상기 맵핑된 정보에 기초하여 상기 대상 환자에 대해 산출된 당일 권장 혈액 투석 요구량 정보를 획득하는 단계; 및
    상기 대상 환자에 대해 맵핑된 정보 및 획득한 당일 권장 혈액 투석 요구량 정보를 출력하는 단계를 포함하는,
    인공지능 기반 혈액 투석 데이터 처리 방법.
  2. 제1항에 있어서,
    상기 당일 권장 혈액 투석 요구량 정보에 따라 상기 대상 환자의 혈액 투석 과정을 모니터링하는 단계; 및
    상기 모니터링 과정에서 대상 환자의 혈액 투석 진행 중 생체 징후 데이터를 획득하는 단계를 더 포함하는,
    인공지능 기반 혈액 투석 데이터 처리 방법.
  3. 제2항에 있어서,
    상기 생체 징후 데이터에는,
    상기 대상 환자의 혈류가 투석기를 통과할 때 나오는 시퀀셜 데이터가 포함되는,
    인공지능 기반 혈액 투석 데이터 처리 방법.
  4. 제3항에 있어서,
    상기 대상 환자에 대한 당일 권장 혈액 투석 요구량은,
    인공지능 모델을 이용하여, 미리 설정된 기간 동안의 상기 대상 환자의 체중 및 혈압의 변화 데이터에 기초하여 제1 건체중 데이터를 예측하고,
    복용중인 약이 있는 경우, 약의 종류, 용량 및 복용 기간을 기초로 표준 건체중을 라벨링하여 학습한 결과를 반영하여 상기 예측한 대상 환자의 건체중 데이터를 보정하고, 보정된 대상 환자의 예측 건체중 데이터에 기초하여 제1 당일 권장 혈액 투석 요구량을 산출하되,
    상기 대상 환자의 이전 혈액 투석 과정에서 발생한 건강 상태 변환 이벤트에 따른 혈액 투석량 조정 데이터를 학습한 결과에 기초하여 상기 산출한 제1 당일 권장 혈액 투석 요구량 정보를 보정하여 최종 산출되는,
    인공지능 기반 혈액 투석 데이터 처리 방법.
  5. 제4항에 있어서,
    상기 인공지능 모델을 이용하여 상기 각 시퀀셜 데이터에 임상 이벤트를 라벨링하여 학습하는 단계를 더 포함하는,
    인공지능 기반 혈액 투석 데이터 처리 방법.
  6. 제5항에 있어서,
    상기 획득되는 생체 징후 데이터에 기초하여, 상기 대상 환자의 혈액 투석에 따른 생체 징후 예측 데이터를 획득하는 단계;
    상기 생성된 생체 징후 예측 데이터에 기초하여, 상기 대상 환자의 혈액 투석에 따른 임상 이벤트 데이터를 생성하는 단계; 및
    상기 생성된 임상 이벤트 데이터를 출력하는 단계를 더 포함하는,
    인공지능 기반 혈액 투석 데이터 처리 방법.
  7. 제6항에 있어서,
    상기 대상 환자의 생체 징후 데이터, 임상 이벤트 데이터 및 혈액 투석과 관련된 고유 특성 정보 중 적어도 하나 이상에 기초하여, 상기 대상 환자의 혈액 투석에 따른 건강 이상 여부를 판단하는 단계; 및
    상기 대상 환자의 혈액 투석에 따른 건강 이상 여부 판단 결과가 출력되도록 제어하는 단계를 더 포함하는,
    인공지능 기반 혈액 투석 데이터 처리 방법.
  8. 제7항에 있어서,
    상기 진단 내용은 상기 인공지능 모델을 이용하여 상기 건강 이상이 발생하는 시점의 시퀀셜 데이터와 상기 건강 이상 해소를 위한 의료 기관의 진단 및 대응 내용을 라벨링하여 학습하는 단계를 더 포함하고,
    상기 건강 이상 여부 판단 결과는,
    상기 인공지능 모델의 학습 결과에 따른 상기 의료 기관의 진단 및 대응 내용을 포함하는,
    인공지능 기반 혈액 투석 데이터 처리 방법.
  9. 제8항에 있어서,
    상기 대상 환자에 대해 획득되는 정보 및 데이터는,
    Restful API를 이용하여 암호화되는,
    인공지능 기반 혈액 투석 데이터 처리 방법.
  10. 인공지능 기반 혈액 투석 데이터 처리 시스템에 있어서,
    단말; 및
    상기 단말과 데이터를 주고받는 컴퓨팅 디바이스를 포함하되, 상기 컴퓨팅 디바이스는,
    대상 환자에 대해 기저장된 식별 정보를 추출하고, 상기 대상 환자에 대해 측정한 건강 상태 정보를 획득하여, 상기 대상 환자에 대해 추출한 식별 정보와 획득한 건강 상태 정보를 맵핑하고, 상기 맵핑된 정보에 기초하여 상기 대상 환자에 대해 산출된 당일 권장 혈액 투석 요구량 정보를 획득하고, 상기 대상 환자에 대해 맵핑된 정보 및 획득한 당일 권장 혈액 투석 요구량 정보가 출력되도록 제어하는 프로세서를 포함하는,
    인공지능 기반 혈액 투석 데이터 처리 시스템.
KR1020220180184A 2022-01-07 2022-12-21 인공지능 기반 혈액 투석 데이터 처리 방법 및 시스템 KR102576437B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2023/000065 WO2023132598A1 (ko) 2022-01-07 2023-01-03 인공지능 기반 혈액 투석 데이터 처리 방법 및 시스템

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20220002582 2022-01-07
KR1020220002582 2022-01-07

Publications (2)

Publication Number Publication Date
KR20230107123A true KR20230107123A (ko) 2023-07-14
KR102576437B1 KR102576437B1 (ko) 2023-09-08

Family

ID=87155384

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220180184A KR102576437B1 (ko) 2022-01-07 2022-12-21 인공지능 기반 혈액 투석 데이터 처리 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR102576437B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100730991B1 (ko) 2006-05-11 2007-06-22 주식회사 뉴하트바이오 웹기반 혈액투석 감시 및 제어 시스템
JP2014217528A (ja) * 2013-05-07 2014-11-20 ゴールドウェル株式会社 透析治療支援システム、透析治療支援方法、および、プログラム
JP2018043003A (ja) * 2016-09-08 2018-03-22 株式会社アドバンス 透析個体差情報管理システム
KR20210049844A (ko) * 2018-09-19 2021-05-06 프레제니우스 메디칼 케어 홀딩스 인코퍼레이티드 상대적 혈액량에 기반한 투석용 기술
KR20210104868A (ko) * 2018-12-21 2021-08-25 프레제니우스 메디칼 케어 홀딩스 인코퍼레이티드 인공 지능을 갖춘 투석 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100730991B1 (ko) 2006-05-11 2007-06-22 주식회사 뉴하트바이오 웹기반 혈액투석 감시 및 제어 시스템
JP2014217528A (ja) * 2013-05-07 2014-11-20 ゴールドウェル株式会社 透析治療支援システム、透析治療支援方法、および、プログラム
JP2018043003A (ja) * 2016-09-08 2018-03-22 株式会社アドバンス 透析個体差情報管理システム
KR20210049844A (ko) * 2018-09-19 2021-05-06 프레제니우스 메디칼 케어 홀딩스 인코퍼레이티드 상대적 혈액량에 기반한 투석용 기술
KR20210104868A (ko) * 2018-12-21 2021-08-25 프레제니우스 메디칼 케어 홀딩스 인코퍼레이티드 인공 지능을 갖춘 투석 시스템

Also Published As

Publication number Publication date
KR102576437B1 (ko) 2023-09-08

Similar Documents

Publication Publication Date Title
US10777321B2 (en) System and method for facilitating delivery of patient-care
US12004839B2 (en) Computer-assisted patient navigation and information systems and methods
US10103947B2 (en) Processing of portable device data
US20150046183A1 (en) Remote, virtual physical exam acquisition and distribution
US20220020487A1 (en) Processing of Portable Device Data
WO2023132598A1 (ko) 인공지능 기반 혈액 투석 데이터 처리 방법 및 시스템
KR101811769B1 (ko) 건강검진 예약 및 건강관리 시스템 및 그의 제어 방법
US20140365238A1 (en) Biological information distribution server, program thereof, and medical support system using the same
Rogers Internet of things-based smart healthcare systems, wireless connected devices, and body sensor networks in COVID-19 remote patient monitoring
CA3129965A1 (en) Population health platform
US20220139550A1 (en) Population health platform
US9111024B2 (en) Medical treatment management device, method, and program for tracking and advising patient caregivers
Sebastian Smart hospitals: Challenges and opportunities
KR102576437B1 (ko) 인공지능 기반 혈액 투석 데이터 처리 방법 및 시스템
US20230061435A1 (en) Predicting adverse health events using a measure of adherence to a testing routine
US20170319079A1 (en) Method of calculating blood pressure using a mobile device
Yip et al. Blood pressure management with data capturing in the cloud among hypertensive patients: A monitoring platform for hypertensive patients
Deepak et al. IoT-Based Remote Diagnosis and Therapeutic Telemedicine Governing System
Sarkar et al. Exploring the feasibility of internet of things in the context of intelligent healthcare solutions: a review
CN109481310A (zh) 医护信息的处理方法、装置、设备以及存储介质
US12014824B1 (en) Interactive health care system for managing back or neck pain
US20240177828A1 (en) Information processing system, information processing device, information processing method, and non-transitory computer-readable medium storing program
FrÄ et al. Patient with Complex Needs-Experience in Implementation of LSV-Carewell Platform
WO2020227739A1 (en) Systems, devices, and methods for generating a physiological assessment
Brown HIGH-TECH HEALTH.

Legal Events

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