KR20230140186A - 의료 정보 제공 장치, 방법 및 시스템 - Google Patents
의료 정보 제공 장치, 방법 및 시스템 Download PDFInfo
- Publication number
- KR20230140186A KR20230140186A KR1020220039024A KR20220039024A KR20230140186A KR 20230140186 A KR20230140186 A KR 20230140186A KR 1020220039024 A KR1020220039024 A KR 1020220039024A KR 20220039024 A KR20220039024 A KR 20220039024A KR 20230140186 A KR20230140186 A KR 20230140186A
- Authority
- KR
- South Korea
- Prior art keywords
- medical
- information
- data
- medical information
- medical diagnosis
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003745 diagnosis Methods 0.000 claims abstract description 133
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 24
- 230000002159 abnormal effect Effects 0.000 claims abstract description 18
- 201000010099 disease Diseases 0.000 claims description 19
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 19
- 238000011282 treatment Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 12
- 238000010835 comparative analysis Methods 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 claims description 10
- 235000016709 nutrition Nutrition 0.000 claims description 9
- 239000008280 blood Substances 0.000 claims description 7
- 210000004369 blood Anatomy 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000009534 blood test Methods 0.000 claims description 5
- 208000015181 infectious disease Diseases 0.000 claims description 5
- 230000000926 neurological effect Effects 0.000 claims description 5
- 206010016807 Fluid retention Diseases 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 32
- 238000010586 diagram Methods 0.000 description 12
- 238000013480 data collection Methods 0.000 description 7
- 239000003814 drug Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 238000007405 data analysis Methods 0.000 description 6
- 229940079593 drug Drugs 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000013517 stratification Methods 0.000 description 4
- 206010039897 Sedation Diseases 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000036280 sedation Effects 0.000 description 3
- 208000028399 Critical Illness Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008649 adaptation response Effects 0.000 description 2
- 238000013019 agitation Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000003727 cerebral blood flow Effects 0.000 description 2
- 229940109239 creatinine Drugs 0.000 description 2
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 2
- 210000003657 middle cerebral artery Anatomy 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 206010010071 Coma Diseases 0.000 description 1
- 102000004877 Insulin Human genes 0.000 description 1
- 108090001061 Insulin Proteins 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- PNNCWTXUWKENPE-UHFFFAOYSA-N [N].NC(N)=O Chemical compound [N].NC(N)=O PNNCWTXUWKENPE-UHFFFAOYSA-N 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 229940125717 barbiturate Drugs 0.000 description 1
- HNYOPLTXPVRDBG-UHFFFAOYSA-N barbituric acid Chemical compound O=C1CC(=O)NC(=O)N1 HNYOPLTXPVRDBG-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000003115 biocidal effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009552 doppler ultrasonography Methods 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229940125396 insulin Drugs 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 238000009592 kidney function test Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007721 medicinal effect Effects 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- 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
- 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
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
의료 정보 제공 장치, 방법 및 시스템이 제공된다. 상기 본 개시의 일 면에 따른 의료 정보 제공 장치는, 미리 정의된 복수의 의료 진단 팩터들 각각에 대한 학습된 인공지능 모델과 상기 복수의 의료 진단 팩터들에 대한 의료 가이드라인 데이터를 저장하는 메모리; 및 상기 메모리와 통신을 수행하는 적어도 하나의 프로세서를 포함하고, 상기 프로세서는, 상기 학습된 인공지능 모델을 생성하고, 대상 환자의 신체 상태 데이터가 수집되면, 수집된 대상 환자의 신체 상태 데이터를 전처리하여 상기 의료 진단 팩터들에 대응하는 데이터로 분류하고, 결정된 적어도 하나의 의료 진단 팩터에 대해 미리 설정된 기준값과 상기 분류된 대상 환자의 신체 상태 데이터 중 대응하는 신체 상태 데이터를 비교 분석하여, 비교 분석 결과 이상으로 판단된 의료 진단 팩터에 대해 상기 의료 가이드라인 데이터에 기초하여 생성된 의료 정보가 제공되도록 제어하는 것을 특징으로 한다.
Description
본 발명은 의료 정보 제공에 관한 것으로, 보다 자세하게는 특정 진료 분야로 한정되지 않고, 대상 환자의 질병 내지 신체 상태에 따른 맞춤형 의료 정보를 제공하는 장치, 방법 및 시스템에 관한 것이다.
새로운 바이러스나 질병의 발현 등을 포함하여 다양한 이유로 현재의 의료 분야는 점차 전문화되고 세분화되고 있다. 이러한 이유로, 대부분의 의료 인력은 자신이 전문으로 전공하고 있는 분야가 아닌 경우에는, 비록 많은 임상 경험을 가진 의료 인력이라고 하더라도, 관련 분야에 대한 지식이나 경험 부족 등으로 인해 긴급한 상황이나 기타 상황에서 이에 즉각적이고 독립적으로 판단하여 대응하기가 쉽지 않은 문제점이 있으며, 그것은 환자의 건강과 직결되는 이슈이다.
상기와 같은 현상은, 단지 의료 인력의 지식이나 경험 부족의 문제라기 보다는, 구조적인 영향에 따른 것일 수 있다. 또한, 현장에서는 항상 의료 인력의 부족하고, 이러한 의료 인력 역시 단시간에 해결하기에는 쉽지 않다. 따라서, 의료 인력의 부담을 줄이고 환자의 건강을 확보할 수 있도록 시스템적인 뒷받침이 필요한바, 많은 의학 정보를 종합하여 의료 인력의 판단에 도움을 줄 수 있는 장치가 요구된다.
본 개시가 해결하고자 하는 과제는, 제한된 정보를 보유한 의료 인력의 부담을 줄이고 환자의 건강을 확보할 수 있도록 상황에 따라 상기 환자에 적절한 의료 정보를 의료 인력에게 제공하는 것이다.
많은 임상 경험을 가진 의사라도 판단하기 어려운 시점이 있으며, 관련 분야로 제한된 지식으로 환자 상태에 대하여 정확하게 판단하기 어려움
본 개시가 해결하고자 하는 다른 과제는, 환자의 신체 상태와 관련된 다양한 의료 진단 팩터를 정의하고 그에 관한 데이터에 기반하여 학습된 인공지능 모델을 생성하여, 환자의 신체 상태를 신속하게 판단하고 관련 의료 가이드라인 데이터에 기반하여 의료 인력이 요청하는 정보 즉, 의료 정보를 직관적으로 식별될 수 있도록 제공하여 빠르고 정확한 대처가 가능하도록 하는 것이다.
본 개시가 해결하고자 하는 또 다른 과제는, 환자 개인별 질병에 따른 맞춤형 치료 계획을 제공하는 정밀 의료를 위한 빅데이터를 구축하여, 의료 기관이나 의료 환경의 변화에도 유동적으로 적용 가능하고 특정 의료 분야에 한정되지 않는 의료 정보 제공 플랫폼 내지 솔루션을 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 의료 정보 제공 장치는, 미리 정의된 복수의 의료 진단 팩터들 각각에 대한 학습된 인공지능 모델과 상기 복수의 의료 진단 팩터들에 대한 의료 가이드라인 데이터를 저장하는 메모리; 및 상기 메모리와 통신을 수행하는 적어도 하나의 프로세서를 포함하고, 상기 프로세서는, 상기 학습된 인공지능 모델을 생성하고, 대상 환자의 신체 상태 데이터가 수집되면, 수집된 대상 환자의 신체 상태 데이터를 전처리하여 상기 의료 진단 팩터들에 대응하는 데이터로 분류하고, 결정된 적어도 하나의 의료 진단 팩터에 대해 미리 설정된 기준값과 상기 분류된 대상 환자의 신체 상태 데이터 중 대응하는 신체 상태 데이터를 비교 분석하여, 비교 분석 결과 이상으로 판단된 의료 진단 팩터에 대해 상기 의료 가이드라인 데이터에 기초하여 생성된 의료 정보가 제공되도록 제어하는 것을 특징으로 한다.
본 개시의 일 면에 따른 의료 정보 시스템은, 의료 정보를 출력하는 단말; 및 의료 정보 제공 장치를 포함하되, 상기 의료 정보 제공 장치는, 미리 정의된 복수의 의료 진단 팩터들 각각에 대한 학습된 인공지능 모델을 생성하고, 상기 학습된 인공지능 모델을 생성하고, 대상 환자의 신체 상태 데이터가 수집되면, 수집된 대상 환자의 신체 상태 데이터를 전처리하여 상기 의료 진단 팩터들에 대응하는 데이터로 분류하고, 결정된 적어도 하나의 의료 진단 팩터에 대해 미리 설정된 기준값과 상기 분류된 대상 환자의 신체 상태 데이터 중 대응하는 신체 상태 데이터를 비교 분석하여, 비교 분석 결과 이상으로 판단된 의료 진단 팩터에 대해 미리 설정된 의료 가이드라인 데이터에 기초하여 생성된 의료 정보가 제공되도록 제어하는 프로세서를 포함하는 것을 특징으로 한다.
본 개시의 일면에 따른 장치에 의해 수행되는, 의료 정보 제공 방법은, 미리 정의된 복수의 의료 진단 팩터들 각각에 대한 학습된 인공지능 모델을 생성하는 단계; 대상 환자의 신체 상태 데이터를 수집하는 단계; 상기 수집된 대상 환자의 신체 상태 데이터를 전처리하여 상기 의료 진단 팩터들에 대응하는 데이터로 분류하는 단계; 결정된 적어도 하나의 의료 진단 팩터에 대해 미리 설정된 기준값과 상기 분류된 대상 환자의 신체 상태 데이터 중 대응하는 신체 상태 데이터를 비교 분석하는 단계; 및 상기 비교 분석 결과 이상으로 판단된 의료 진단 팩터에 대해 미리 설정된 의료 가이드라인 데이터에 기초하여 생성된 의료 정보가 제공되도록 제어하는 단계를 포함하는 것을 특징으로 한다.
본 개시의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 개시에 따르면, 다음과 같은 효과들을 가질 수 있다.
본 개시에 따르면, 미리 정의된 의료 진단 팩터를 통하여 빠르게 환자의 신체 상태를 파악할 수 있으며, 파악된 환자의 신체 상태에 대하여 의료 인력의 대응 의료 행위에 관한 의료 정보를 제공할 수 있다.
본 개시에 따르면, 의료 인력의 전문 분야에 관계없이 요청되는 대응 의료 정보를 제공할 수 있다.
본 개시에 따르면, 의료 인력의 전문 분야와 상황에 따라 제공되는 의료 정보의 수준을 계층화하여 정확한 대응 의료 행위가 가능하도록 지원할 수 있다.
본 개시에 따르면, 세분화된 의료 분야별 전문 인력의 협업이 요구되는 경우, 시간과 장소의 구애 없이 빠르고 편리하게 그러한 협업이 가능하도록 지원하는 툴(tool)을 제공할 수 있다.
본 개시에 따르면, 별도의 시간과 노력을 들이지 않더라도 업데이트되는 의료 가이드라인 데이터가 반영된 환자 치료를 위한 의료 정보의 제공이 가능할 수 있다.
또한, 본 개시에 따르면, 학습된 인공지능 모델 및 빅데이터를 통하여 의료 정보 이후에 환자의 신체 상태에 대한 모니터링 결과에 따른 적응적인 대응을 위한 의료 정보의 제공이 가능할 수 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 의료 정보 제공 시스템을 도시한 도면이다.
도 2는 본 개시의 다른 일 실시 예에 따른 의료 정보 제공 시스템을 도시한 도면이다.
도 3은 본 개시의 일 실시 예에 따른 의료 정보 제공 장치의 제어부의 구성 블록도이다.
도 4는 본 개시의 일 실시 예에 다른 의료 정보 제공 방법을 설명하기 위해 도시한 흐름도이다.
도 5는 본 개시의 다른 일 실시 예에 다른 의료 정보 제공 방법을 설명하기 위해 도시한 흐름도이다.
도 6은 본 개시의 또 다른 일 실시 예에 다른 의료 정보 제공 방법을 설명하기 위해 도시한 흐름도이다.
도 7은 본 개시의 일 실시 예에 따른 의료 진단 팩터를 설명하기 위해 도시한 도면이다.
도 8은 본 개시의 일 실시 예에 따라 구축되는 DB를 설명하기 위해 도시한 도면이다.
도 9와 10은 본 개시의 일 실시 예에 따른 의료 정보와 관련된 사용자 인터페이스 화면을 설명하기 위해 도시한 도면이다.
도 2는 본 개시의 다른 일 실시 예에 따른 의료 정보 제공 시스템을 도시한 도면이다.
도 3은 본 개시의 일 실시 예에 따른 의료 정보 제공 장치의 제어부의 구성 블록도이다.
도 4는 본 개시의 일 실시 예에 다른 의료 정보 제공 방법을 설명하기 위해 도시한 흐름도이다.
도 5는 본 개시의 다른 일 실시 예에 다른 의료 정보 제공 방법을 설명하기 위해 도시한 흐름도이다.
도 6은 본 개시의 또 다른 일 실시 예에 다른 의료 정보 제공 방법을 설명하기 위해 도시한 흐름도이다.
도 7은 본 개시의 일 실시 예에 따른 의료 진단 팩터를 설명하기 위해 도시한 도면이다.
도 8은 본 개시의 일 실시 예에 따라 구축되는 DB를 설명하기 위해 도시한 도면이다.
도 9와 10은 본 개시의 일 실시 예에 따른 의료 정보와 관련된 사용자 인터페이스 화면을 설명하기 위해 도시한 도면이다.
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.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
이하, 첨부된 도면을 참조하여 본 개시의 실시예를 상세하게 설명한다.
본 명세서에서는 본 개시에 따른 대상 환자의 신체 상태에 따른 의료 정보 제공을 위한 연산 처리를 수행하여 사용자에게 결과를 제공할 수 있는 다양한 장치들이 모두 포함된다. 예를 들어, 본 개시에 따른 의료 정보 제공 장치는, 컴퓨터, 서버장치 및 휴대용 단말기를 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 포함하고, 상기 서버장치는 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 포함하고, 상기 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 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 무선 통신 장치와 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 의료 정보 제공 방법 내지 그를 위한 모델 또는 플랫폼(platform)은, 빅데이터(big data)와 인공지능(Artificial Intelligence) 기술 기반의 컴퓨팅 디바이스(computing device)에 의해 생성 및 제공될 수 있으며, 가상현실(VR, Virtural Reality), 증강현실(AR, Augmented Reality) 및 혼합현실(MR, Mixed Reality)을 총칭하는 가상융합기술(XR, eXtended Reality), 의료 정보나 그에 포함된 의료 인력이나 환자의 개인 정보의 보안을 위하여 블록체인(Block-chain) 기술 등 ICT(Information and Communication Technology) 기술이 이용 또는 참조되어 구현될 수 있다. 다만, 본 명세서에서는 본 개시에 관한 상기 ICT 기술에 대한 상세 설명은 공지 기술을 참조하여 그에 관해 별도 설명은 생략한다.
본 개시에서는 대상 환자의 신체 상태의 판단 방법, 판단된 대상 환자의 신체 상태에 대응하는 의료 가이드라인 기반의 의료 정보 제공에 관한 다양한 실시예를 기술한다.
이하 본 명세서에서 “의료진”이라 함은, 의사와 같은 의료 전문 인력, 간호사와 같은 의료 보조 인력, 약 처방을 위한 약사를 포함하여, 시간과 공간의 제약없이 대상 환자에 대한 의료 행위에 직접 또는 간접으로 관여하는 모든 사람을 포함할 수 있다.
상기에서, “의료 행위”라 함은, 진단 내지 진료, 처방, 수술 등 대상 환자에 대해 이루어지는 모든 행위를 포함할 수 있다.
본 명세서에서 “의료 진단 팩터”라 함은, 대상 환자의 신체 상태에 대한 판단에 이용되는 데이터를 나타내며, 후술하는 표 1과 같이 정의될 수 있다. 다만, 본 개시에 따른 의료 진단 팩터는 표 1에 정의된 내용에 한정되지 않고, 해당 의료 전문 분야의 의료진 등에 의해 업데이트되거나 추가 내지 신설될 수 있다.
본 명세서에서 “의료 가이드라인 데이터”라 함은, 의료 진단 팩터를 통해 파악한 대상 환자의 신체 상태에 따른 의료진의 의료 행위의 지침을 포함할 수 있다. 이러한 의료 가이드라인 데이터는 후술하는 도 1의 의료 정보 시스템의 병원 서버나 외부 소스로부터 수집하여 검증된 의료 정보에 따라 수정, 추가 등 업데이트될 수 있다. 이 때, 상기 외부 소스에는, 의료 전문 기관의 서버나 의료 정보 DB 제공 서버, 의료 학술지 내지 논문 DB 제공 서버, 의료기관 관련 행정부(예를 들어, 보건복지부)의 서버 등이 포함될 수 있다.
본 명세서에서 “의료 정보”라 함은, 상기 의료 진단 팩터 기반으로 파악된 대상 환자의 신체 상태에 대응하는 의료 가이드라인 데이터에 기초하여, 해당 의료진에 제공되는 의료 행위를 위한 정보를 나타내거나 포함할 수 있다. 상기 의료 행위를 위한 정보라 함은 단순 치료 내지 시술에 관한 정보뿐만 아니라 상기 시술이 필요한 경우에 시술 부위와 시술 동작 시연 등과 같은 정보의 제공도 포함할 수 있다.
이하 본 명세서에서 기술하는 본 개시는 편의상 중환자실에 입원한 환자의 담당자 즉, 의료 인력에게 의료 정보를 제공하는 것을 예로 하여 설명하나, 본 개시는 특정 의료 분야에 한정되지 않고 의료 산업의 전 분야에 적용될 수 있다.
도 1 은 본 개시의 일 실시 예에 따른 의료 정보 제공 시스템을 도시한 도면이다. 도 2는 본 개시의 다른 일 실시 예에 따른 의료 정보 제공 시스템을 도시한 도면이다. 도 3은 본 개시의 일 실시 예에 따른 의료 정보 제공 장치(200)의 제어부(240)의 구성 블록도이다.
도 1을 참조하면, 본 개시에 따른 의료 정보 제공 제공 시스템은, 병원 서버(100)와 의료 정보 제공 장치(200)를 포함하여 구성될 수 있다.
실시예에 따라서는, 상기 의료 정보 제공 정보 시스템은 외부 소스(300)도 포함하여 구성될 수 있다.
다른 실시예에 따라서는, 상기 의료 정보 제공 시스템은, 의료 정보를 출력하는 단말(도 2의 400)을 포함하여 구성될 수도 있다. 이 때, 상기 단말(400)에는 의료진을 위한 의료 정보가 출력되는 단말장치로서, PC, 모니터, 사이니지, TV와 같은 고정 단말장치, 스마트폰, 태블릿pc, 노트북, 웨어러블 디바이스(wearable device)와 같은 이동 단말장치뿐만 아니라 의료 정보 출력 전용 장치가 포함될 수 있다.
병원 서버(100)는 병원 내 및/또는 외부 소스(300)로부터 수집되는 각종 의료 데이터를 수집하여 저장할 수 있으며, 의료 가이드라인 데이터와 기생성된 의료 정보, 환자 정보 등을 저장할 수 있다. 상기에서, 환자 정보라 함은, 환자의 신체 상태에 관한 정보, 환자의 개인 정보 등을 포함하여, 의료 정보 제공과 관련된 환자의 정보를 나타낼 수 있다.
도 1 및 도 3을 참조하면, 의료 정보 제공 장치(200)는, 통신부(210), 출력부(220), 메모리(230) 및 제어부(240)를 포함하여 구성될 수 있다.
통신부(210)는 병원 서버(100)뿐만 아니라 도 2의 단말(400)과의 통신 인터페이스 환경을 지원하고, 각종 데이터를 주고받을 수 있다.
상기 통신 인터페이스 환경은 유/무선 통신 프로토콜에 관한 것일 수 있다. 상기에서, 서버가 활용되는 경우에는 통신부(210)는 통신 인터페이스 환경을 제공할 수 있다. 즉, 통신부(210는 의료 정보 제공 장치(200)의 내부 구성 사이뿐만 아니라 병원 서버(100)와 같은 외부 장치와의 데이터 커뮤니케이션을 위한 통신 환경을 지원 또는 제공할 수 있다.
이러한 통신부(210)는 전술한 바와 같이, 병원 서버(100)를 포함하여 외부 장치와 통신을 가능하게 하는 하나 이상의 구성요소를 포함할 수 있는데 예를 들어, 유선 통신 모듈, 무선 통신 모듈, 근거리 통신 모듈, 위치 정보 모듈 등 중 적어도 하나를 포함할 수 있다.
상기에서, 유선 통신 모듈은, 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 무선 통신 모듈은 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 무선 통신 방식을 지원하는 무선 통신 모듈을 포함할 수 있다.
상기 근거리 통신 모듈은 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 위치 정보 모듈은 예를 들어, 단말(400)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 단말(100)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, 해당 장치의 위치를 획득할 수 있다. 필요에 따라서, 위치정보모듈은 치환 또는 부가적으로 단말(100)의 위치에 관한 데이터를 얻기 위해 통신 모듈의 다른 모듈 중 어느 기능을 수행할 수 있다. 위치 정보 모듈은 의료 정보 제공 장치(200) 및/또는 단말(400)의 위치 정보를 획득하기 위해 이용되는 모듈로, 상기 의료 정보 제공 장치(200) 및/또는 단말(400)의 위치를 직접적으로 계산하거나 획득하는 모듈로 한정되지는 않는다.
출력부(220)는, 의료 정보 제공 장치(200)에서 생성된 의료 정보를 전송하거나 직접 출력할 수 있다. 이 때, 상기 출력은 디스플레이 유닛상에 텍스트와 이미지 형태로 제공되거나 음성을 포함한 오디오 형태로 제공될 수 있다. 상기 출력부(220)가 예를 들어, HMD(Head-mounted Display)와 같은 형태로 구현되거나 외부의 HMD 장치로 의료 정보를 전송하는 경우에는, HMD 장치 상에서 가상현실이나 증강현실 기반으로 출력이 이루어지도록 상기 의료 정보를 가공 처리할 수도 있다.
의료 정보 제공 장치(200)는 마이크로폰과 같은 입력 장치(미도시)를 포함하여, 의료진의 다양한 요청을 수신할 수 있다. 실시예에 따라서, 상기 입력 장치는 단말(도 2의 400)의 입력 장치로 대체될 수 있다. 즉, 의료진은 단말(400)의 입력 장치를 통하여 음성이나 텍스트 등의 형태로 의료 정보 제공 장치(200)에 다양한 요청을 할 수 있다.
메모리부(230)는, 의료 정보 제공 장치(200)에 입/출력되는 다양한 데이터를 일시 저장할 수 있다. 상기 메모리부(155)는 본 개시에 따른 의료 정보 제공을 위한 학습된 인공지능 모델, 의료 가이드라인 데이터, 의료 정보 등과 상기 의료 정보 생성에 필요한 알고리즘 등에 관한 데이터, 상기와 같은 데이터를 포함한 프로그램 등을 미리 저장할 수 있다. 이러한 메모리부(230)의 역할은 의료 서버(100)에 의해 대체될 수 있다. 실시예에 따라 메모리부(230)는 후술할 도 8의 각종 데이터베이스부를 포함할 수도 있다. 이에 대해서는 도 8 부분에서 별도 기술한다.
제어부(240)는 의료 정보 제공 장치(200)를 구성하는 다양한 구성들을 포함하여 상기 의료 정보 제공 장치(200)의 전반적인 동작을 제어할 수 있다.
도 3을 참조하면, 상기 제어부(240)는 데이터 수집부(241), 데이터 분류부(242), 데이터 분석부(243) 및 데이터 생성부(244)를 포함하여 구성될 수 있다.
제어부(240)는 도 7에 도시된 바와 같은 미리 정의된 복수의 의료 진단 팩터들 각각에 대한 학습된 인공지능 모델(또는 적어도 둘 이상의 의료 진단 팩터들의 결합에 대한 학습된 인공지능 모델)을 생성하여 상기 메모리부(230)에 저장할 수 있다.
데이터 수집부(241)는 대상 환자의 신체 상태 데이터를 수집할 수 있다. 예를 들어, 데이터 수집부(241)는 대상 환자의 신체상이나 주변에 설치된 각종 센서(미도시)로부터 센싱 데이터(즉, 신체 상태 데이터)를 실시간으로 수신할 수 있다. 한편, 데이터 수집부(241)는 생성된 인공지능 모델을 통한 데이터 처리를 위하여 수집되는 데이터를 전처리할 수도 있다. 이 때, 상기 전처리는 후술하는 데이터 분류부(242)에서 수행될 수도 있다.
한편, 데이터 수집부(241)는 실시간으로 수집되는 대상 환자에 대한 신체 상태 데이터를 즉시 처리하지 않고 미리 설정된 주기로 정기적으로 처리하거나 의료진의 요청이나 별도의 상황이 발생한 경우에만 비정기로 처리할 수도 있다.
데이터 분류부(242)는, 상기 데이터 수집부(241)를 통해 수집된(또는 전처리된) 대상 환자의 신체 상태 데이터를 상기 의료 진단 팩터들에 대응하는 데이터로 분류할 수 있다.
데이터 분석부(243)는, 제어부(240)에 의해 결정된 적어도 하나의 의료 진단 팩터에 대해 미리 설정된 기준값과 상기 분류된 대상 환자의 신체 상태 데이터 중 대응하는 신체 상태 데이터를 비교 분석할 수 있다.
데이터 생성부(244)는, 상기 데이터 분석부(243)를 통해 비교 분석 결과 대상 환자의 신체 상태 이상으로 판단된 의료 진단 팩터가 존재하면, 해당 의료 진단 팩터에 대해 미리 설정된 의료 가이드라인 데이터에 기초하여 의료 정보를 생성할 수 있다.
제어부(240)는 상기 데이터 생성부(244)에서 생성된 의료 정보를 적어도 하나의 단말(400)을 통해 의료진에게 제공되도록 제어할 수 있다. 이 때, 상기 의료 정보의 제공은 전술한 바와 같이, 텍스트, 이미지, 음성 등 중 어느 하나의 형태나 그 결합에 의한 형태로 제공될 수 있다.
제어부(240)는 상기 데이터 생성부(244)를 제어하여, 의료진에서 요청된 대상 환자의 신체 상태 데이터에 대한 비교 분석 결과에 따른 의료 정보만을 생성하도록 제어할 수 있다. 이 경우, 상기 의료 정보는 반드시 상기 데이터 분석부(243)를 통해 비교 분석 결과 해당 진단 팩터와 관련하여 대상 환자의 신체 상태 이상으로 판단된 경우뿐만 아니라 그렇지 않은 경우에도 생성될 수 있다.
한편, 도 9와 10은 본 개시의 일 실시 예에 따른 의료 정보와 관련된 사용자 인터페이스 화면을 설명하기 위해 도시한 도면으로, 실제 현장에서 단말(400)상에 출력되는 의료 정보와 관련된 사용자 인터페이스 화면을 나타낼 수 있다. 도 9는 예를 들어, 24시간 혈압 측정 검사 결과에 대한 사용자 인터페이스 화면이고, 도 10은 예를 들어, 심박수를 포함하여 전반적인 대상 환자의 신체 상태에 대한 사용자 인터페이스 화면이다. 이렇게 도 9와 10에 도시된 사용자 인터페이스에 포함된 데이터는 본 개시에 따른 의료 진단 팩터의 데이터로 이용될 수 있다.
한편, 실시 예에 따라서, 의료 정보 제공 시스템은, 도 1 내지 3에 도시된 구성 외에도 본 개시에 따른 동작 수행과 관련하여, 하나 또는 그 이상의 구성이 추가되어 구성될 수도 있다.
도 4는 본 개시의 일 실시 예에 다른 의료 정보 제공 방법을 설명하기 위해 도시한 흐름도이다. 도 5는 본 개시의 다른 일 실시 예에 다른 의료 정보 제공 방법을 설명하기 위해 도시한 흐름도이다. 도 6은 본 개시의 또 다른 일 실시 예에 다른 의료 정보 제공 방법을 설명하기 위해 도시한 흐름도이다. 도 7은 본 개시의 일 실시 예에 따른 의료 진단 팩터를 설명하기 위해 도시한 도면이다. 도 8은 본 개시의 일 실시 예에 따라 구축되는 DB를 설명하기 위해 도시한 도면이다.
도 4 내지 6에 도시된 동작들은 도 1 내지 2에 도시된 의료 정보 제공 장치(200) 또는 도 3에 도시된 제어부(240)에서 수행될 수 있다.
다만, 이하 본 명세서에서는 편의상 도 4 내지 6의 동작들은 의료 정보 제공 장치(200)의 관점에서 기술하나, 이에 한정되는 것은 아니다.
한편, 도 4 내지 6의 동작들은 도시된 바와 다르게 동작될 수도 있다. 실시 예에 따라, 일부 동작들은 동시에 수행될 수도 있다.
먼저, 도 4를 참조하여 의료 정보 제공 방법에 대해 설명하면, 다음과 같다.
동작 11에서, 의료 정보 제공 장치(200)는 미리 정의된 복수의 의료 진단 팩터들 각각에 대응하는 m(여기서, m은 자연수)개의 학습된 인공지능 모델을 생성할 수 있다. 이 때, 상기 m은 상기 의료 진단 팩터의 개수와 동일할 수 있다. 실시 예에 따라서, 상기 m은 상기 의료 진단 팩터의 개수보다 클 수 있는데 예를 들어, 전술한 바와 같이 적어도 둘 이상의 의료 진단 팩터들의 결합에 대응하는 학습된 인공지능 모델이 더 포함될 수 있다. 한편, 상기 결합되는 적어도 둘 이상의 의료 진단 팩터들은 예를 들어, 임의로 결정되거나 의료 진단 팩터 사이에 연관성이 있거나 의료 정보 제공에 따른 환자의 신체 상태에 대한 기능 충돌 우려가 있거나 의료진의 설정에 의해 결정될 수 있다.
동작 12에서, 의료 정보 제공 장치(200)는 대상 환자의 신체 상태 데이터를 수집할 수 있다.
동작 13에서, 의료 정보 제공 장치(200)는 상기 수집된 대상 환자의 신체 상태 데이터를 전처리하여 상기 의료 진단 팩터들에 대응하는 데이터로 분류하고, 결정된 적어도 하나의 의료 진단 팩터에 대해 미리 설정된 기준값과 상기 분류된 대상 환자의 신체 상태 데이터 중 대응하는 신체 상태 데이터를 비교 분석할 수 있다.
동작 14에서, 의료 정보 제공 장치(200)는 상기 동작 13에서의 비교 분석 결과 이상으로 판단된 의료 진단 팩터에 대해 미리 설정된 의료 가이드라인 데이터에 기초하여 의료 정보를 생성하고, 생성된 의료 정보가 출력되도록 제어할 수 있다.
도 5는 예를 들어, 상기 도 4의 동작 14 이후 즉, 상기 의료 정보 제공에 따라 의료진의 처치 내지 처방 등 의료 행위 이후의 절차일 수 있다.
도 5를 참조하면, 동작 21에서, 의료 정보 제공 장치(200)는, 대상 환자를 모니터링할 수 있다. 이 때, 상기 모니터링은, 상기 대상 환자의 신체 상태 데이터의 재수집을 포함할 수 있다.
동작 22에서, 의료 정보 제공 장치(200)는 상기 동작 21의 모니터링 결과 즉, 재수집된 대상 환자의 신체 상태 데이터를 분석할 수 있다.
동작 23에서, 의료 정보 제공 장치(200)는 상기 동작 22의 분석 결과에 기초하여, 상기 도 4의 동작 14에 따른 의료 정보 제공 이후의 상기 의료 정보에 따른 해당 의료 진단 팩터의 이상 상태 호전 여부를 판단할 수 있다.
동작 24에서, 의료 정보 제공 장치(200)는 상기 동작 23에서 이상 상태 호전 여부 판단 결과, 만약 해당 의료 진단 팩터에 대한 이상 상태가 호전되지 않았으면, 의료 정보를 출력할 수 있다. 이 때, 동작 24에서 출력되는 의료 정보의 내용은 전술한 도 4의 동작 14에 따른 의료 정보와 같거나 다를 수 있다. 다만, 본 동작 24의 의료 정보 제공의 수준을 결정하기 위해서는 먼저 해당 진단 팩터와 관련된 이상 상태가 호전되지 않는 이유에 대한 정밀 분석이 선행될 수 있다. 이는 의료 정보 제공 장치(200)에 의해 자동으로 수행될 수도 있고, 이렇게 수행된 분석 결과를 의료 정보 제공 이전에 선제공되어 의료진의 판단에 따라 입력된 내용이 있으면, 해당 내용을 미리 저장된 의료 가이드라인 데이터와 대조하여 의료 정보의 내용 수준이 결정될 수 있다.
동작 25에서, 의료 정보 제공 장치(200)는 상기 동작 24에서 새롭게 제공된 의료 정보에 따른 해당 진단 팩터의 이상 상태 호전 내지 대상 환자의 신체 상태 호전 여부를 판단할 수 있다.
동작 26에서, 의료 정보 제공 장치(200)는 상기 동작 25에서 판단 결과 만약 동작 24에서 제공된 의료 정보에 따라 대상 환장의 해당 진단 팩터와 관련된 이상 상태가 호전되었으면, 상기 진단 팩터 외의 다른 진단 팩터(들)에서의 신규 이상 발견(또는 발생) 여부에 대해 판단할 수 있다.
동작 27에서, 의료 정보 제공 장치(200)는 상기 동작 26에서 판단 결과 만약 신규 의료 진단 팩터들에서 이상이 발견되면, 해당 진단 팩터와 관련된 신규 프로세스를 생성할 수 있다. 이 때, 생성되는 신규 프로세스는 예를 들어, 도 5의 프로세스와 유사할 수 있다.
도 6은 도 4 내지 5와 무관하거나 도 4 또는 도 5 이후의 동작일 수 있다.
도 6을 참조하면, 동작 31에서, 의료 정보 제공 장치(200)는 대상 환자를 모니터링할 수 있다.
동작 32에서, 의료 정보 제공 장치(200)는 상기 동작 31을 통해 대상 환자에 대한 상황 발생을 인지할 수 있다.
동작 33에서, 의료 정보 제공 장치(200)는 상기 동작 32에 따른 대상 환자에 상황이 발생한 경우, 전술한 도 4의 동작 12 내지 13과 같이, 대상 환자에 대한 신체 상태 정보를 수집, 분류 및 분석할 수 있다.
동작 34에서, 의료 정보 제공 장치(200)는 상기 대상 환자에 대한 담당자 즉, 의료진을 식별할 수 있다.
동작 35에서, 의료 정보 제공 장치(200)는 상기 동작 33에서 분석 결과와 동작 34에서 의료진 식별 결과에 기초하여, 해당 상황 발생과 관련된 의료 진단 팩터가 식별된 의료진의 전문 분야인지 여부를 판별할 수 있다.
동작 36에서, 의료 정보 제공 장치(200)는 상기 동작 35에서 판별 결과, 만약 해당 상황 발생과 관련된 의료 진단 팩터가 식별된 의료진의 전문 분야이면, 해당 담당자는 자신의 전문 분야이기에 최소 의료 정보를 구성하여 출력할 수 있다.
반면, 동작 37에서, 의료 정보 제공 장치(200)는 상기 동작 35에서 판별 결과, 만약 해당 상황 발생과 관련된 의료 진단 팩터가 식별된 의료진의 전문 분야가 아니면, 해당 담당자가 비록 의료진이라고 하더라도 발생된 상황에 대한 정확한 대응을 유도하기 위해서 full 의료 정보를 구성하여 출력할 수 있다.
이와 같이, 도 6에서는, 식별된 의료진에 따라 의료 정보의 구성을 상이하게 할 수 있다.
본 개시에 따른 의료 정보 제공 장치(200)는 진단 팩터와 매칭 또는 맵핑된 의료 가이드라인 데이터에 기초하여 의료 정보를 계층화하여 생성 및 제공할 수 있다. 이 때, 상기 계층화라 함은 의료 정보의 구성 즉, 의료 정보의 내용 상세 수준을 다르게 하는 것을 말할 수 있다. 예를 들어, 계층화에 따라, 동일한 상황에 대하여 생성되는 의료 정보는 적어도 2개(최소 의료 정보와 풀 의료 정보) 이상이 생성될 수도 있다. 이 경우, 의료 정보는 미리 계층화된 복수 개가 생성되고, 상황(예를 들어, 도 6에서는 식별된 의료진의 전문 분야 여부)에 따라 선택된 의료 정보가 제공될 수 있다.
실시예에 따라, 상기 의료 정보의 계층화는 항상 이루어지는 것은 아니며, 식별된 의료진에 따라 결정될 수 있다. 이 때, 상기 식별된 의료진이라 함은, 의료진의 전문 분야 여부, 의료진이 전문의 여부 등을 나타낼 수 있다.
실시예에 따라, 상기 의료 정보는 계층화되어 미리 복수 개가 생성되되, 상황 발생에 따라 최초 의료 정보 제공시에는 Min 의료 정보 또는 평균 의료 정보가 선제공되고, 도 5와 같이 상기 최초 의료 정보 제공에도 불구하고 대상 환자의 해당 의료 진단 팩터와 관련된 이상이 호전되지 않으면, Full 의료 정보가 제공될 수도 있다.
본 명세서에 기술되는 의료 정보의 계층화는 예를 들어, 동일한 의료 행위에 대한 강도나 처방 수준의 차이를 의미하거나 미리 정의된 가이드라인 데이터에 포함된 내용 중 어떤 내용이 포함되었느냐 여부로 이루어질 수도 있다.
도 7을 참조하면, 본 개시에 따른 의료 진단 팩터들이 나열되었다.
본 개시에 따르면, 상기 복수의 의료 진단 팩터에는, 상기 대상 환자의 환자 질환 및 기저 질환 정보, 생체 활력 징후 정보, 혈당 정보, 전신 상태 및 신경학적 상태 정보, 감염 정보, 혈액 검사 소견 정보, 영양 공급 상태 정보, 체액 보유 상태 판단 정보, TCD 정보, 및 영상 검사 정보가 포함될 수 있다. 다만, 본 개시는 이에 의해 제한되는 것은 아니다. 예컨대, 도 7에 도시된 특정 의료 진단 팩터가 빠지거나 새로운 의료 진단 팩터가 더 포함될 수도 있다.
먼저, 의료 진단 팩터의 하나로 환자의 질환 및 기저 질환 정보는 대상 환자의 현재 질환 정보나 기저질환 정보를 나타낼 수 있다. 이 때, 상기 환자의 질환 및 기저 질환 정보에는 가족력 등도 포함될 수 있다.
의료 진단 팩터의 하나로 생체 활력 징후 정보는, 혈압, 투약에 대한 데이터 분석, 가이드라인 DB를 모두 활용하여 수집될 수 있다. 이 때, 의료 정보 제공 장치(200)는 상기 수집되는 데이터의 값이 기준치(예를 들어, 평균)보다 소정 비율 이상 변경 여부에 따른 생체 활력 징후의 이상 여부를 판단할 수 있다. 이 때, 상기 소정 비율은 예를 들어, 10 내지 50% 이되, 바람직하게는 20%일 수 있다.
의료 진단 팩터의 하나로 혈당 정보는, 대상 환자의 혈당 데이터를 수집하여, 의료 정보로 수집된 혈당 데이터에 대한 적절한 인슐린 투약의 양을 추출하여 제공될 수 있다.
의료 진단 팩터의 하나로 전신 상태 및 신경학적 상태 정보는, GCS(Glasgow Coma Scale) 점수 - 환자의 의식 수준에 관한, 진정제(Sedation), 바르비투르(Barbiturate) 여부, RASS(Richmond agitation sedation scale) score - 환자의 진정(sedation) 혹은 동요(agitation)의 정도를 숫자로 표현하기 위해 사용하는 도구, APACHE(Acute Physiology and Chronic Health. Evaluation) score, Motor Response, 동공 반응을 포함한 데이터 정보 확인을 통하여, 해당 데이터 값의 변경이 기준치 이상 여부를 판단할 수 있다.
의료 진단 팩터의 하나로 감염 정보는, 대상 환자의 흉부 X-ray, 혈액 검사, 체온, 균 배양 검사 소견, 소변 검사 소견을 바탕으로 판단하기 위한 것으로, 이를 통해 패혈증 조기 진단 및 원인을 분석할 수 있다. 또한, 이러한 감염 정보에 따라 의료 정보로 항생제 추천 정보가 제공될 수 있다.
의료 진단 팩터의 하나로 혈액 검사 소견 정보는, 예를 들어 동맥혈 검사에 대한 소견 즉, 해석에 관한 것으로, 검사 데이터로부터 pH-pCO2-pO2-SaPO2-Base Excess 각각의 결과값을 수신하여 출력할 수 있으며, 의료 정보로서 DB에서 적절한 약물 추천 정보가 포함될 수 있다.
의료 진단 팩터의 하나로 영양 공급 상태 정보는, 예를 들어 신경계 중환자의 체온 별 최적 대사량에 대응되는 영양 요구량 및 신체 상태 별 최적 영양 제품 추천을 학습한 딥러닝 및 강화 학습을 이용하여 최적의 영양지원 방법 및 영양 제품을 추천할 수 있는 인공지능 기반의 중환자를 위한 맞춤형 영양지원 내용을 의료 정보에 포함할 수 있다.
의료 진단 팩터의 하나로 체액 보유 상태 판단 정보는, 전일 섭취량 및 배설량(I/O, Intake and Output)나 전신 부종 상태, 신장 기능 검사의 하나인 혈중요소질소/크레아티닌(BUN/Cr, blood urea nitrogen/creatinine) 비율-신장 질환 여부 및 문제되는 곳 찾아낼 때 이용-, Na/Osm, 중심정맥압(CVP, central venous pressure) 수치, 흉부 방사선 소견을 확인하여 플로트랙(FloTrac)이 있는 경우 정보에 기초하여, 대응 의료 정보가 생성될 수 있다.
의료 진단 팩터의 하나로 경두개 도플러 초음파 검사(TCD, Transcranial Doppler Ultrasonography) 정보는 중대뇌동맥(MCA, Middle cerebral artery) 속도(velocity), 린데가르트 지수(Lindergaard Ratio), 및 뇌혈류(CBF, Cerbral Blood Flow)를 자동으로 계산하여, 상기 계산 결과에 기초하여 의료 정보가 생성될 수 있다.
의료 진단 팩터의 하나로 영상 검사 정보는 예를 들어, 영상의학과 교수가 판독한 내용에 대한 것으로, 이러한 정보는 직접 의료 정보 생성에 반영되거나 참조될 수 있다. 한편, 이러한 영상 검사 정보는 의료 정보 생성 전에 음성 형태로 변환되어 제공되거나 단말(400)의 화면상에 텍스트 형태로 제공될 수 있다.
의료 진단 팩터의 하나로 그 외 기타 정보는 예를 들어, 현재 약물 투약에 대한 정보를 확인하여, 환자에게 투여되고 있는 약물의 상호 작용으로 인한 부작용은 없는지 자동으로 검색하고, 의료진에 의해 처방된 약 등에 문제가 없는지를 약 정보 DB에 기초하여 의료 정보의 하나로 또는 의료 정보에 포함될 수 있다.
한편, 본 개시의 다른 실시예에 따르면, 만약 대상 환자의 신체 상태 판단을 위한 의료 진단 팩터로 복수 개가 결정되면, 각 의료 진단 팩터에 대한 의료 가이드라인 데이터에 따라 각각 의료 정보를 생성하여 제공하되, 상기 생성된 복수의 의료 정보 사이의 충돌 여부를 미리 판단할 수도 있다. 이 때, 상기 충돌 여부 판단은 만약 해당 의료 정보들의 결합과 관련하여 미리 학습된 인공지능 모델이 있는 경우에는, 의료 정보 생성 전에 반영될 수도 있다.
따라서, 의료 정보 제공 장치(200)는 생성되는 각 의료 정보에 따른 충돌 여부 판단 결과 충돌이 우려되면, 의료 정보의 제공 방식을 하나의 의료 진단 팩터만 고려된 경우와는 다르게 처리할 수 있다. 예를 들어, 의료 정보 제공 장치(200)는 상기 복수의 의료 진단 팩터들 중 우선순위에 따라 상기 생성된 적어도 하나의 의료 정보를 수정할 수 있다. 이 때, 상기 수정이라 함은 의료 정보의 구성이나 내용을 수정하는 것을 나타낼 수 있다. 또는, 상기 수정은 최초 동시 적용예정이었던 의료 정보를 순차로 제공하는 동작도 포함할 수 있다. 그 밖에, 상기 수정은 상술한 내용의 결합도 포함할 수 있다.
본 개시의 다른 실시예에 따르면, 의료 정보 제공 장치(200)는 결정된 의료 진단 팩터가 복수 개인 경우에는, 상기 복수의 의료 진단 팩터를 미리 정의된 우선순위에 따라 정렬된 리스트(list) 형태로 제공할 수 있다. 이 때, 의료 정보 제공 장치(200)는, 상기 제공된 의료 진단 팩터 리스트에는 최우선순위의 의료 진단 팩터를 기준으로 차순위의 의료 진단 팩터들의 동시 처방시 충돌 여부, 충돌 가능성, 충돌에 따른 문제 등에 대한 정보를 함께 제공할 수 있다. 한편, 의료 정보 제공 장치(200)는, 상기 제공된 의료 진단 팩터 리스트로부터 선택된 적어도 하나의 의료 진단 팩터에 대응하는 의료 정보만 생성할 수도 있다.
한편, 의료 정보 제공 장치(200)는 대상 환자의 병명 데이터, 수술 부위 데이터, 담당자 입력 데이터, 현재 치료 내지 처방 데이터, 중증도 및 의료 이력 데이터 중 적어도 하나 이상에 기초하여 판단된 우선순위에 따라 상기 대상 환자에 대한 신체 상태 비교 분석을 위한 의료 진단 팩터를 결정할 수도 있다.
또한, 의료 정보 제공 장치(200)는 의료 정보가 생성되더라도 그 중 우선순위에 따라 상기 대상 환자의 의료진에서 요청한 정보만 제공할 수도 있다. 이 때, 상기 대상 환자의 의료진이 요청한 정보의 결정은, 동일한 카테고리에 속한 의료 정보가 복수 개이면, 우선순위에 따라 소정 의료 정보만 제공될 수 있다. 상기 소정 의료 정보에는 최우선순위 및 차상위우선순위의 의료 정보를 나타낼 수 있다.
도 8을 참조하면, 데이터베이스부는 구분된 복수의 데이터베이스로 구현될 수 있다. 이 때, 각 데이터베이스는 각각 하나의 의료 진단 팩터 또는 상기 하나의 의료 진단 팩터 및 그에 매칭 또는 맵핑된 의료 가이드라인 데이터에 대해 생성될 수 있다. 이 경우, 형성되는 데이터베이스의 개수는 상기 의료 진단 팩터의 개수와 동일할 수 있다.
다른 실시예에 따르면, 도 8의 각 데이터베이스는 각각 하나의 의료 정보 제공 장치(200)는 각각 하나의 의료 진단 팩터 또는 상기 하나의 의료 진단 팩터 및 그에 매칭 또는 맵핑된 의료 가이드라인 데이터에 대해 생성될 뿐만 아니라 적어도 둘 이상의 의료 진단 팩터들의 결합 또는 그에 매칭 또는 맵핑된 의료 가이드라인 데이터에 대해 생성될 수 있다. 따라서, 이 경우에는 형성되는 데이터베이스의 개수가 상기 의료 진단 팩터의 개수보다 많다.
또 다른 실시예에 따르면, 도 8의 각 데이터베이스는 하나의 환자에 대해 생성될 수 있다. 이 경우, 대상 환자를 기준으로 모든 의료 진단 팩터 정보 등이 구분되어 저장될 수 있다.
또 다른 실시예에 따르면, 도 8의 각 데이터베이스는 그룹화와 관련되어 생성될 수 있는데, 이 때 상기 그룹화는 증상 내지 질병의 종류, 연령, 성별, 현재 중증도, 의료진 등 중 적어도 하나에 기초하여 이루어질 수 있다.
본 명세서에서 충돌이라 함은, 동시에 처치나 처방 시에 대상 환자의 신체 상태에 급격한 변화를 가져온다거나 위험도가 있는 것으로 검증된 모든 내용을 포함할 수 있다.
그 밖에, 본 개시에 따르면, 의료 정보 제공 장치(200)는 생성된 의료 정보의 제공 범위 내지 제공 형태를 결정할 수 있다. 이 때, 의료 정보의 제공 범위라 함은 예를 들어, 동일 의료 정보를 수신할 의료인의 범위를 나타낼 수 있다. 한편, 의료 정보의 제공 형태라 함은, 상기 의료 가이드라인에 따른 의료 행위 내지 처방 정보의 수준을 나타낼 수 있다. 한편, 이러한 생성된 의료 정보의 제공 범위 내지 제공 형태는 예를 들어, 식별된 의료진에 따라 결정될 수 있다. 여기서, 상기 식별이라 함은, 해당 의료진이 의사인지 여부 데이터, 전문의인지 여부 데이터, 및 전문 분야에 대한 데이터, 타 과와의 협업 필요 여부 등 중 적어도 하나의 데이터에 기초하여 이루어질 수 있다.
한편, 본 개시에 따른 의료 정보 제공 장치(200)는 의료진이 반드시 병동이나 병원 내에 머무르는 경우뿐만 아니라 시간과 공간의 제약 없이 모바일 환경에서도 의료 정보를 수신할 수 있도록 처리할 수 있다. 또한, 의료 정보 제공 장치(200)는 의료 정보를 제공함에 있어, 상기 의료 정보를 구성하는 항목들에 대한 접근 내지 수정 권한을 차별화할 수 있다. 이는 비록 기본적으로 의료 가이드라인 데이터에 기초하여 의료 정보가 생성된다고 하더라도 예를 들어, 최초 의료 정보에 기반한 의료 행위 후에도 대상 환자의 징후나 신체 상태의 호전이 없는 경우에는 현장 경험이나 현장에서 빠르게 대응할 수 있는 내용이 반영되도록 하기 위함이다. 또한, 의료진이 전문의가 아니거나 발생된 상황이 해당 의료진의 전문 분야가 아닌 경우 등에는 각각 전문의나 해당 분야의 전문의의 소견 등이 반영되도록 하기 위함이다. 또한, 의료 정보 항목에 대한 액세스 권한을 차등화시킴으로써, 예를 들어 전문의가 아니거나 전문 분야가 아닌 분야에서 의료 정보를 다룸에 있어서, 실수로 인한 의료 정보의 변경 등에 따른 사고를 미연에 방지할 수도 있다.
이상 상술한 본 개시의 다양한 실시예에 따르면, 미리 정의된 의료 진단 팩터를 통하여 빠르게 환자의 신체 상태를 파악할 수 있으며, 파악된 환자의 신체 상태에 대하여 의료 인력의 대응 의료 행위에 관한 의료 정보를 제공할 수 있으며, 의료진의 전문 분야에 관계없이 요청되는 대응 의료 정보를 제공한다거나, 의료진의 전문 분야와 상황에 따라 제공되는 의료 정보의 수준을 계층화하여 정확한 대응 의료 행위가 가능하도록 지원할 수 있다. 그리고 본 개시에 따르면, 세분화된 의료 분야별 전문 인력의 협업이 요구되는 경우, 시간과 장소의 구애 없이 빠르고 편리하게 그러한 협업이 가능하도록 지원하는 툴(tool)을 제공할 수 있으며, 별도의 시간과 노력을 들이지 않더라도 업데이트되는 의료 가이드라인 데이터가 반영된 환자 치료를 위한 의료 정보의 제공이 가능할 수 있다. 또한, 본 개시에 따르면, 학습된 인공지능 모델 및 빅데이터를 통하여 의료 정보 이후에 환자의 신체 상태에 대한 모니터링 결과에 따른 적응적인 대응을 위한 의료 정보의 제공이 가능할 수 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.
100 : 병원 서버
200 : 컴퓨팅 디바이스
210 : 통신부 220 : 출력부
230 : 메모리 240 : 제어부
241 : 데이터 수집부 242 : 데이터 분류부
243 : 데이터 분석부 244 : 데이터 생성부
300 : 외부 소스 400 : 단말
210 : 통신부 220 : 출력부
230 : 메모리 240 : 제어부
241 : 데이터 수집부 242 : 데이터 분류부
243 : 데이터 분석부 244 : 데이터 생성부
300 : 외부 소스 400 : 단말
Claims (21)
- 의료 정보 제공 장치에 있어서,
미리 정의된 복수의 의료 진단 팩터들 각각에 대한 학습된 인공지능 모델과 상기 복수의 의료 진단 팩터들에 대한 의료 가이드라인 데이터를 저장하는 메모리; 및
상기 메모리와 통신을 수행하는 적어도 하나의 프로세서를 포함하고, 상기 프로세서는,
상기 학습된 인공지능 모델을 생성하고,
대상 환자의 신체 상태 데이터가 수집되면, 수집된 대상 환자의 신체 상태 데이터를 전처리하여 상기 의료 진단 팩터들에 대응하는 데이터로 분류하고,
결정된 적어도 하나의 의료 진단 팩터에 대해 미리 설정된 기준값과 상기 분류된 대상 환자의 신체 상태 데이터 중 대응하는 신체 상태 데이터를 비교 분석하여, 비교 분석 결과 이상으로 판단된 의료 진단 팩터에 대해 상기 의료 가이드라인 데이터에 기초하여 생성된 의료 정보가 제공되도록 제어하는, 의료 정보 제공 장치. - 제1항에 있어서,
상기 프로세서는,
상기 의료 정보 제공에 따른 대상 환자를 모니터링하여 상기 대상 환자의 신체 상태 데이터가 재수집되면, 상기 의료 정보에 따른 해당 의료 진단 팩터의 이상 상태 호전 여부를 판단하고,
상기 판단 결과 상기 의료 정보에 따른 해당 의료 진단 팩터의 이상 상태가 호전되었으면, 상기 제공된 의료 정보에 따라 적어도 하나 이상의 새로운 의료 진단 팩터의 신규 이상 여부를 확인하여, 확인 결과 신규 이상이 발견되면 신규 프로세스를 생성하는, 의료 정보 제공 장치. - 제2항에 있어서,
상기 프로세서는,
상기 결정된 의료 진단 팩터가 복수 개이면, 각 의료 진단 팩터에 대한 의료 가이드라인 데이터에 따라 각각 의료 정보를 생성하여 제공되도록 제어하되,
상기 생성된 복수의 의료 정보 사이의 충돌 여부를 미리 판단하는,
의료 정보 제공 장치. - 제3항에 있어서,
상기 프로세서는,
상기 생성된 각 의료 정보에 따른 충돌 여부 판단 결과 충돌이 우려되면, 상기 의료 진단 팩터들 중 우선순위에 따라 상기 생성된 적어도 하나의 의료 정보를 수정하는,
의료 정보 제공 장치. - 제1항에 있어서,
상기 프로세서는,
상기 대상 환자의 담당자를 식별하고, 식별된 담당자에 따라 상기 생성된 의료 정보의 제공 범위 및 제공 형태를 결정하되,
상기 식별은, 상기 담당자의 의사 여부 데이터, 전문의 여부 데이터, 및 전문 분야 데이터 중 적어도 하나의 데이터에 기초하여 이루어지고,
상기 제공 형태는, 상기 의료 가이드라인에 따른 의료 행위 내지 처방 정보의 수준을 나타내는,
의료 정보 제공 장치. - 제1항에 있어서,
상기 프로세서는,
상기 결정된 의료 진단 팩터가 복수 개이면, 상기 복수의 의료 진단 팩터를 미리 정의된 우선순위에 따라 정렬된 리스트 형태로 제공하되, 상기 제공된 의료 진단 팩터 리스트에는 최우선순위의 의료 진단 팩터를 기준으로 차순위의 의료 진단 팩터들의 동시 처방시 충돌 가능성에 대한 정보를 제공하고,
상기 제공된 의료 진단 팩터 리스트로부터 선택된 적어도 하나의 의료 진단 팩터에 대응하는 의료 정보만 생성하는, 의료 정보 제공 장치. - 제1항에 있어서,
상기 프로세서는,
상기 대상 환자의 병명 데이터, 수술 부위 데이터, 담당자 입력 데이터, 현재 치료 내지 처방 데이터, 중증도, 및 의료 이력 데이터 중 적어도 하나 이상에 기초하여 판단된 우선순위에 따라 상기 비교 분석을 위한 의료 진단 팩터를 결정하는, 의료 정보 제공 장치. - 제1항에 있어서,
상기 프로세서는,
상기 생성된 의료 정보 중 우선순위에 따라 상기 대상 환자의 담당자가 요청한 정보만 제공되도록 제어하는, 의료 정보 제공 장치. - 제1항에 있어서,
상기 프로세서는,
상기 생성된 의료 정보가 음성 및 텍스트 중 적어도 하나 형태로 제공되도록 제어하는, 의료 정보 제공 장치. - 제1항에 있어서,
상기 프로세서는,
상기 대상 환자의 환자 질환 및 기저 질환 정보, 생체 활력 징후 정보, 혈당 정보, 전신 상태 및 신경학적 상태 정보, 감염 정보, 혈액 검사 소견 정보, 영양 공급 상태 정보, 체액 보유 상태 판단 정보, TCD 정보, 및 영상 검사 정보 중 적어도 둘 이상을 상기 복수의 의료 진단 팩터로 포함하는, 의료 정보 제공 장치. - 의료 정보 시스템에 있어서,
의료 정보를 출력하는 단말; 및
의료 정보 제공 장치를 포함하되, 상기 의료 정보 제공 장치는,
미리 정의된 복수의 의료 진단 팩터들 각각에 대한 학습된 인공지능 모델을 생성하고, 상기 학습된 인공지능 모델을 생성하고, 대상 환자의 신체 상태 데이터가 수집되면, 수집된 대상 환자의 신체 상태 데이터를 전처리하여 상기 의료 진단 팩터들에 대응하는 데이터로 분류하고, 결정된 적어도 하나의 의료 진단 팩터에 대해 미리 설정된 기준값과 상기 분류된 대상 환자의 신체 상태 데이터 중 대응하는 신체 상태 데이터를 비교 분석하여, 비교 분석 결과 이상으로 판단된 의료 진단 팩터에 대해 미리 설정된 의료 가이드라인 데이터에 기초하여 생성된 의료 정보가 제공되도록 제어하는 프로세서를 포함하는, 의료 정보 시스템. - 장치에 의해 수행되는, 의료 정보 제공 방법에 있어서,
미리 정의된 복수의 의료 진단 팩터들 각각에 대한 학습된 인공지능 모델을 생성하는 단계;
대상 환자의 신체 상태 데이터를 수집하는 단계;
상기 수집된 대상 환자의 신체 상태 데이터를 전처리하여 상기 의료 진단 팩터들에 대응하는 데이터로 분류하는 단계;
결정된 적어도 하나의 의료 진단 팩터에 대해 미리 설정된 기준값과 상기 분류된 대상 환자의 신체 상태 데이터 중 대응하는 신체 상태 데이터를 비교 분석하는 단계; 및
상기 비교 분석 결과 이상으로 판단된 의료 진단 팩터에 대해 미리 설정된 의료 가이드라인 데이터에 기초하여 생성된 의료 정보가 제공되도록 제어하는 단계를 포함하는, 의료 정보 제공 방법. - 제12항에 있어서,
상기 의료 정보 제공에 따른 대상 환자를 모니터링하여 상기 대상 환자의 신체 상태 데이터를 재수집하는 단계;
상기 의료 정보에 따른 해당 의료 진단 팩터의 이상 상태 호전 여부를 판단하는 단계;
상기 판단 결과 상기 의료 정보에 따른 해당 의료 진단 팩터의 이상 상태가 호전되었으면, 상기 제공된 의료 정보에 따라 적어도 하나 이상의 새로운 의료 진단 팩터의 신규 이상 여부를 확인하는 단계; 및
상기 확인 결과 신규 이상이 발견되면 신규 프로세스를 생성하는 단계를 더 포함하는, 의료 정보 제공 방법. - 제13항에 있어서,
상기 결정된 의료 진단 팩터가 복수 개이면, 각 의료 진단 팩터에 대한 의료 가이드라인 데이터에 따라 각각 의료 정보를 생성하여 제공되도록 제어되되,
상기 생성된 복수의 의료 정보 사이의 충돌 여부가 미리 판단되는, 의료 정보 제공 방법. - 제14항에 있어서,
상기 생성된 각 의료 정보에 따른 충돌 여부 판단 결과 충돌이 우려되면, 상기 의료 진단 팩터들 중 우선순위에 따라 상기 생성된 적어도 하나의 의료 정보가 수정되는, 의료 정보 제공 방법. - 제12항에 있어서,
상기 대상 환자의 담당자를 식별하는 단계; 및
상기 식별된 담당자에 따라 상기 생성된 의료 정보의 제공 범위 및 제공 형태가 결정되는 단계를 더 포함하되,
상기 식별은, 상기 담당자의 의사 여부 데이터, 전문의 여부 데이터, 및 전문 분야 데이터 중 적어도 하나의 데이터에 기초하여 이루어지고,
상기 제공 형태는, 상기 의료 가이드라인에 따른 의료 행위 내지 처방 정보의 수준을 나타내는, 의료 정보 제공 방법. - 제12항에 있어서,
상기 결정된 의료 진단 팩터가 복수 개이면, 상기 복수의 의료 진단 팩터를 미리 정의된 우선순위에 따라 정렬된 리스트 형태로 제공되되, 상기 제공된 의료 진단 팩터 리스트에는 최우선순위의 의료 진단 팩터를 기준으로 차순위의 의료 진단 팩터들의 동시 처방시 충돌 가능성에 대한 정보가 제공되고,
상기 제공된 의료 진단 팩터 리스트로부터 선택된 적어도 하나의 의료 진단 팩터에 대응하는 의료 정보만 생성되는, 의료 정보 제공 방법. - 제12항에 있어서,
상기 대상 환자의 병명 데이터, 수술 부위 데이터, 담당자 입력 데이터, 현재 치료 내지 처방 데이터, 중증도, 및 의료 이력 데이터 중 적어도 하나 이상에 기초하여 판단된 우선순위에 따라 상기 비교 분석을 위한 의료 진단 팩터가 결정되는, 의료 정보 제공 방법. - 제12항에 있어서,
상기 생성된 의료 정보 중 우선순위에 따라 상기 대상 환자의 담당자가 요청한 정보만 제공되도록 제어되는, 의료 정보 제공 방법. - 제12항에 있어서,
상기 생성된 의료 정보가 음성 및 텍스트 중 적어도 하나 형태로 제공되도록 제어되는, 의료 정보 제공 방법. - 제12항에 있어서,
상기 복수의 의료 진단 팩터에는,
상기 대상 환자의 환자 질환 및 기저 질환 정보, 생체 활력 징후 정보, 혈당 정보, 전신 상태 및 신경학적 상태 정보, 감염 정보, 혈액 검사 소견 정보, 영양 공급 상태 정보, 체액 보유 상태 판단 정보, TCD 정보, 및 영상 검사 정보 중 적어도 둘 이상이 포함되는, 의료 정보 제공 방법.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220039024A KR20230140186A (ko) | 2022-03-29 | 2022-03-29 | 의료 정보 제공 장치, 방법 및 시스템 |
| PCT/KR2023/002783 WO2023191319A1 (ko) | 2022-03-29 | 2023-02-28 | 의료 정보 제공 장치, 방법 및 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220039024A KR20230140186A (ko) | 2022-03-29 | 2022-03-29 | 의료 정보 제공 장치, 방법 및 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230140186A true KR20230140186A (ko) | 2023-10-06 |
Family
ID=88203107
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220039024A KR20230140186A (ko) | 2022-03-29 | 2022-03-29 | 의료 정보 제공 장치, 방법 및 시스템 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR20230140186A (ko) |
| WO (1) | WO2023191319A1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210014863A (ko) | 2019-07-31 | 2021-02-10 | 주식회사 파트너스앤코 | 인공지능 음성인식 기반의 홈 케어 장치 및 방법 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101993716B1 (ko) * | 2012-09-28 | 2019-06-27 | 삼성전자주식회사 | 카테고리별 진단 모델을 이용한 병변 진단 장치 및 방법 |
| KR101929752B1 (ko) * | 2018-05-30 | 2018-12-17 | (주)제이엘케이인스펙션 | 인공지능 기반 의료기기의 임상적 유효성 평가 방법 및 시스템 |
| EP3806107A1 (en) * | 2019-10-11 | 2021-04-14 | C The Signs Limited | Diagnostic tool |
| KR102321661B1 (ko) * | 2020-06-12 | 2021-11-05 | 고려대학교 산학협력단 | 심장 상태 감지 센서 장치 및 이를 이용한 심장 상태 모니터링 방법 |
| KR102261092B1 (ko) * | 2021-01-20 | 2021-06-03 | 이창엽 | 의료진단 관리 시스템 |
-
2022
- 2022-03-29 KR KR1020220039024A patent/KR20230140186A/ko not_active Application Discontinuation
-
2023
- 2023-02-28 WO PCT/KR2023/002783 patent/WO2023191319A1/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210014863A (ko) | 2019-07-31 | 2021-02-10 | 주식회사 파트너스앤코 | 인공지능 음성인식 기반의 홈 케어 장치 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023191319A1 (ko) | 2023-10-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Suryadevara | TOWARDS PERSONALIZED HEALTHCARE-AN INTELLIGENT MEDICATION RECOMMENDATION SYSTEM | |
| US10496788B2 (en) | Holistic hospital patient care and management system and method for automated patient monitoring | |
| CA2945137C (en) | Holistic hospital patient care and management system and method for automated patient monitoring | |
| US11081234B2 (en) | Clinical support systems and methods | |
| US10593426B2 (en) | Holistic hospital patient care and management system and method for automated facial biological recognition | |
| CA2861824C (en) | System and method for patient care plan management | |
| US20150213222A1 (en) | Holistic hospital patient care and management system and method for automated resource management | |
| US20150213202A1 (en) | Holistic hospital patient care and management system and method for patient and family engagement | |
| US20150213217A1 (en) | Holistic hospital patient care and management system and method for telemedicine | |
| US20150213225A1 (en) | Holistic hospital patient care and management system and method for enhanced risk stratification | |
| US20150213223A1 (en) | Holistic hospital patient care and management system and method for situation analysis simulation | |
| US20150213206A1 (en) | Holistic hospital patient care and management system and method for automated staff monitoring | |
| Mitchell | Internet of things-enabled smart devices, healthcare body sensor networks, and online patient engagement in COVID-19 prevention, screening, and treatment | |
| Kute et al. | Industry 4.0 challenges in e-healthcare applications and emerging technologies | |
| Gill et al. | Revolutionizing Healthcare: How Machine Learning is Transforming Patient Diagnoses-a Comprehensive Review of AI's Impact on Medical Diagnosis | |
| Sinha et al. | Application of big data analytics and Internet of Medical Things (IoMT) in healthcare with view of explainable artificial intelligence: A survey | |
| KR20230140186A (ko) | 의료 정보 제공 장치, 방법 및 시스템 | |
| Thakur et al. | 5 The Power of Al | |
| Ouhbi et al. | Standards-based sustainability requirements for healthcare services in smart cities | |
| Krey | mHealth Apps: Potentials for the patient-physician relationship | |
| Kumar Raju Alluri | Research challenges and future directions in applying cognitive computing in the healthcare domain | |
| Singh | AI, women’s health care, and trust: Problems and prospects | |
| Maruf et al. | Bangladesh: eHealth and Telemedicine | |
| Bernabé et al. | Effectiveness validation of Physical Exercise Routines for Hypertensive Patients using Wearable Devices and Machine Learning | |
| Ketcham et al. | Clinical Decision Support Systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |