KR20240012687A - 파라핀 블록 관리 시스템 및 이를 이용한 파라핀 블록 관리 방법 - Google Patents
파라핀 블록 관리 시스템 및 이를 이용한 파라핀 블록 관리 방법 Download PDFInfo
- Publication number
- KR20240012687A KR20240012687A KR1020220089993A KR20220089993A KR20240012687A KR 20240012687 A KR20240012687 A KR 20240012687A KR 1020220089993 A KR1020220089993 A KR 1020220089993A KR 20220089993 A KR20220089993 A KR 20220089993A KR 20240012687 A KR20240012687 A KR 20240012687A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- paraffin block
- storage
- information
- storage location
- Prior art date
Links
- 239000012188 paraffin wax Substances 0.000 title claims abstract description 300
- 238000007726 management method Methods 0.000 title claims abstract description 112
- 238000003860 storage Methods 0.000 claims abstract description 190
- 238000005520 cutting process Methods 0.000 claims abstract description 18
- 201000010099 disease Diseases 0.000 claims abstract description 18
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 18
- 238000004519 manufacturing process Methods 0.000 claims abstract description 14
- 238000007689 inspection Methods 0.000 claims abstract description 7
- 238000012360 testing method Methods 0.000 claims description 29
- 238000010186 staining Methods 0.000 claims description 27
- 238000011532 immunohistochemical staining Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000013500 data storage Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000013136 deep learning model Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static 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
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01L—CHEMICAL OR PHYSICAL LABORATORY APPARATUS FOR GENERAL USE
- B01L3/00—Containers or dishes for laboratory use, e.g. laboratory glassware; Droppers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01L—CHEMICAL OR PHYSICAL LABORATORY APPARATUS FOR GENERAL USE
- B01L3/00—Containers or dishes for laboratory use, e.g. laboratory glassware; Droppers
- B01L3/50—Containers for the purpose of retaining a material to be analysed, e.g. test tubes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/235—Update request formulation
-
- 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
- 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)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Clinical Laboratory Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Mathematical Physics (AREA)
- Hematology (AREA)
- Analytical Chemistry (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
본 발명의 일 면에 따른 파라핀 블록 관리 방법은, 제1 컴퓨팅 장치로부터 파라핀 블록의 제1 보관 장소, 제1 보관 위치, 제1 보관 온도, 제1 보관 습도, 제1 절단 정보, 제1 질병 정보, 제1 제작 시기, 제1 검사 종류 및 제1 검사 결과 중 적어도 일부를 포함하는 제1 데이터를 획득하는 단계, 제1 데이터에 기초하여 파라핀 블록의 손상 가능성을 계산하는 단계, 손상 가능성이 기준값보다 작은 경우, 제1 데이터에 기초하여 파라핀 블록이 보관되는 제1 보관소의 온도 조건 및 습도 조건을 포함하는 조건 정보를 생성하는 단계 및 손상 가능성이 기준값과 같거나 기준값보다 큰 경우, 파라핀 블록이 손상되었음을 알리는 파라핀 블록 손상 알람을 생성하는 단계를 포함한다.
Description
본 개시는 파라핀 블록 관리 시스템 및 이를 이용한 파라핀 블록 관리 방법에 관한 것이다.
병원에서 사용되는 파라핀 블록은 채취한 생체조직에 파라핀을 침투시켜 조직을 고형화 한 것으로, 보관함에 순차적으로 삽입하여 정렬한 상태로 보관된다. 파라핀 블록은 환자의 중요한 치료 정보를 포함할 뿐만 아니라, 의료법상 10년간 보관해야하므로 보관이 매우 중요하다. 그러나, 병원 내 파라핀 블록의 보관 장소가 협소하여 컨테이너 등의 외부 보관소에 파라핀 블록이 보관되는 경우가 있다. 그에 따라, 파라핀 블록이 손상되거나 파라핀 블록을 이용한 검사의 질이 저하는 등의 문제가 발생하므로 파라핀 블록의 관리 시스템에 대한 요구가 증가하고 있다.
본 개시에 개시된 실시예는 파라핀 블록 관리 서버를 이용하여 파라핀 블록의 최적의 보관 조건 정보를 제공하고, 파라핀 블록의 정보를 업데이트하는 파라핀 블록 관리 시스템 및 이를 이용한 파라핀 블록 관리 방법을 제공하는 데 그 목적이 있다.
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 기술적 과제를 달성하기 위한 본 개시에 일 측면에 따른 파라핀 블록 관리 방법은, 제1 컴퓨팅 장치로부터 파라핀 블록의 제1 보관 장소, 제1 보관 위치, 제1 보관 온도, 제1 보관 습도, 제1 절단 정보, 제1 질병 정보, 제1 제작 시기, 제1 검사 종류 및 제1 검사 결과 중 적어도 일부를 포함하는 제1 데이터를 획득하는 단계, 제1 데이터에 기초하여 파라핀 블록의 손상 가능성을 계산하는 단계, 손상 가능성이 기준값보다 작은 경우, 제1 데이터에 기초하여 파라핀 블록이 보관되는 제1 보관소의 온도 조건 및 습도 조건을 포함하는 조건 정보를 생성하는 단계 및 손상 가능성이 기준값과 같거나 기준값보다 큰 경우, 파라핀 블록이 손상되었음을 알리는 파라핀 블록 손상 알람을 생성하는 단계를 포함한다.
또한, 본 개시의 다른 측면에 따른 파라핀 블록 관리 시스템은, 파라핀 블록의 제1 보관 장소, 제1 보관 위치, 제1 보관 온도, 제1 보관 습도, 제1 절단 정보, 제1 질병 정보, 제1 제작 시기, 제1 검사 종류 및 제1 검사 결과 중 적어도 일부를 포함하는 제1 데이터를 수신하는 제1 컴퓨팅 장치, 제1 데이터를 저장하는 데이터 베이스 및 제1 데이터에 기초하여 파라핀 블록의 손상 가능성을 계산하고, 손상 가능성이 기준값보다 작은 경우 제1 데이터에 기초하여 파라핀 블록이 보관되는 제1 보관소의 온도 조건 및 습도 조건을 포함하는 조건 정보를 생성하고, 손상 가능성이 기준값과 같거나 기준값보다 큰 경우 파라핀 블록이 손상되었음을 알리는 파라핀 블록 손상 알람을 생성하는 파라핀 블록 관리 서버를 포함한다.
이 외에도, 본 개시를 구현하기 위한 실행하기 위한 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 더 제공될 수 있다.
이 외에도, 본 개시를 구현하기 위한 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.
본 개시의 전술한 과제 해결 수단에 의하면, 파라핀 블록의 위치를 정확하게 파악하고 파라핀 블록이 보관되는 보관소의 온도 및 습도를 일정하게 유지할 수 있으므로 파라핀 블록의 보관 상태가 개선될 수 있다. 그에 따라, 파라핀 블록의 손상률 또는 변이율이 감소하고, 파라핀 블록을 이용한 검사의 질이 개선될 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 1은 본 발명의 일 실시 예에 따른 파라핀 블록 관리 시스템을 개략적으로 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시 예에 따른 보관소의 구성을 나타내는 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 파라핀 블록 관리 서버를 개략적으로 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 파라핀 블록 관리 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 파라핀 블록 관리 방법을 나타내는 순서도이다.
도 6은 본 발명의 일 실시 예에 따른 파라핀 블록 관리 방법을 나타내는 순서도이다.
도 2는 본 발명의 일 실시 예에 따른 보관소의 구성을 나타내는 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 파라핀 블록 관리 서버를 개략적으로 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 파라핀 블록 관리 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 파라핀 블록 관리 방법을 나타내는 순서도이다.
도 6은 본 발명의 일 실시 예에 따른 파라핀 블록 관리 방법을 나타내는 순서도이다.
본 개시 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 개시가 실시예들의 모든 요소들을 설명하는 것은 아니며, 본 개시가 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '부, 모듈, 부재, 블록'이라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 '부, 모듈, 부재, 블록'이 하나의 구성요소로 구현되거나, 하나의 '부, 모듈, 부재, 블록'이 복수의 구성요소들을 포함하는 것도 가능하다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라, 간접적으로 연결되어 있는 경우를 포함하고, 간접적인 연결은 무선 통신망을 통해 연결되는 것을 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 의미한다.
명세서 전체에서, 어떤 부재가 다른 부재 "상에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로, 구성요소가 전술된 용어들에 의해 제한되는 것은 아니다.
단수의 표현은 문맥상 명백하게 예외가 있지 않는 한, 복수의 표현을 포함한다.
각 단계들에 있어 식별부호는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.
이하 첨부된 도면들을 참고하여 본 개시의 작용 원리 및 실시예들에 대해 설명한다.
본 명세서에서 '본 개시에 따른 파라핀 블록 관리 시스템'에는 연산처리를 수행하여 사용자에게 결과를 제공할 수 있는 다양한 장치들이 모두 포함된다. 예를 들어, 본 개시에 따른 파라핀 블록 인식 시스템은, 컴퓨터, 서버 장치 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 포함할 수 있다.
상기 서버 장치는 외부 장치와 통신을 수행하여 정보를 처리하는 서버로써, 애플리케이션 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 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 장치를 포함할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 파라핀 블록 관리 시스템을 개략적으로 설명하기 위한 도면이다.
도 1을 참조하면, 파라핀 블록 관리 시스템(1)은, 제1 내지 제3 컴퓨팅 장치(10a~10c), 제1 내지 제3 보관소(20a~20c), 파라핀 블록 관리 서버(30), 데이터 베이스(40), 및 네트워크(50)를 포함할 수 있다. 제2 및 제3 컴퓨팅 장치(10b, 10c)와 제2 및 제3 보관소(20b, 20c)는 실시 예에 따라 생략될 수 있다. 또한, 본 개시에 따른 실시 예는 도 1에 제한되지 않으며, 파라핀 블록 관리 시스템(1)은 제1 내지 제3 컴퓨팅 장치(10a~10c)와 제1 내지 제3 보관소(20a~20c)이외의 컴퓨팅 장치 및 보관소를 더 포함할 수도 있다.
제1 내지 제3 컴퓨팅 장치(10a~10c) 각각은 네트워크(50)에 접속할 수 있는 모든 장치를 포함할 수 있다. 예를 들어, 제1 내지 제3 컴퓨팅 장치(10a~10c) 각각은 스마트폰, 태블릿, PC, 노트북, 가전 디바이스, 카메라 및 웨어러블 장치 등을 포함할 수 있다.
일 실시예에서, 제1 내지 제3 컴퓨팅 장치(10a~10c) 중 적어도 하나는 파라핀 블록의 데이터를 수신할 수 있다. 파라핀 블록의 데이터는 파라핀 블록의 보관 장소, 보관 위치, 보관 온도, 보관 습도, 절단 정보, 질병 정보, 상기 파라핀 블록의 제작 시기, 상기 파라핀 블록을 이용한 검사 종류 및 검사 결과 중 적어도 일부를 포함할 수 있다. 파라핀 블록의 데이터는 사용자에 의해 제1 내지 제3 컴퓨팅 장치(10a~10c) 중 적어도 하나에 입력될 수 있다.
일 실시예에서, 제1 내지 제3 컴퓨팅 장치(10a~10c) 중 적어도 하나는 파라핀 블록 관리 서버(30)로부터 파라핀 블록의 업데이트 된 데이터, 파라핀 블록의 조건 정보 등을 제공받을 수 있다. 파라핀 블록의 조건 정보는 파라핀 블록의 데이터에 기초하여 파라핀 블록 관리 서버(30)으로부터 출력되는 데이터를 의미할 수 있다. 파라핀 블록의 조건 정보는 파라핀 블록을 보관하기에 적합한 온도 조건 및 습도 조건 중 적어도 하나를 포함할 수 있다.
제1 내지 제3 컴퓨팅 장치(10a~10c) 중 적어도 하나는 외부로부터 수신한 파라핀 블록의 데이터, 파라핀 블록 관리 서버(30)로부터 수신한 파라핀 블록의 업데이트 된 데이터, 파라핀 블록의 조건 정보 등을 표시할 수 있다. 또한, 제1 내지 제3 컴퓨팅 장치(10a~10c) 각각은 외부로부터 수신한 파라핀 블록의 데이터를 네트워크(50)를 통해 파라핀 블록 관리 서버(30) 및/또는 데이터 베이스(40)로 전송할 수 있다. 실시 예에 따라, 제1 내지 제3 컴퓨팅 장치(10a~10c) 각각은 검색엔진 형식으로 파라핀 블록의 데이터를 입력받거나 표시할 수 있다.
제1 내지 제3 보관소(20a~20c) 각각은 파라핀 블록을 보관하는 장치 또는 장소일 수 있다. 예를 들어, 제1 내지 제3 보관소(20a~20c) 각각은 파라핀 블록을 보관하기 위한 장소일 수 있다. 예를 들어, 제1 보관소(20a)는 병원 내의 보관 장소이고, 제2 및 제3 보관소(20b, 20c)는 병원 외부의 보관 장소일 수 있다. 이하에서는, 제1 내지 제3 보관소(20a~20c)는 서로 다른 장소인 것을 예로 들어 설명하나 본 개시에 따른 실시 예들이 이에 제한되는 것은 아니다. 예를 들어, 제1 내지 제3 보관소(20a~20c) 각각은 파라핀 블록을 보관하기 위한 보관함일 수도 있다. 예를 들어, 제1 내지 제3 보관소(20a)는 모두 같은 공간에 있는 서로 다른 보관함일 수도 있다.
제1 내지 제3 보관소(20a~20c) 각각은 제1 내지 제3 컴퓨팅 장치(10a~10c) 각각에 의해 제어될 수 있다. 예를 들어, 제1 보관소(20a)는 제1 컴퓨팅 장치(10a)에 의해 제어되고, 제1 컴퓨팅 장치(10a)에 데이터를 전송할 수 있다. 예를 들어, 제2 보관소(20b)는 제2 컴퓨팅 장치(10b)에 의해 제어되고, 제2 컴퓨팅 장치(10b)에 데이터를 전송할 수 있다. 예를 들어, 제3 보관소(20c)는 제3 컴퓨팅 장치(10c)에 의해 제어되고, 제3 컴퓨팅 장치(10c)에 데이터를 전송할 수 있다.
파라핀 블록 관리 서버(30)는 네트워크(50)를 통해 제1 내지 제3 컴퓨팅 장치(10a~10c) 중 적어도 어느 하나에 파라핀 블록의 데이터 및/또는 조건 정보를 제공하기 위한 컴퓨팅 자원을 제공할 수 있다. 파라핀 블록 관리 서버(30)는 클라우드 기반의 시스템으로 구현될 수 있으며, 내부에 다양한 서버, 장치, 디바이스, 단말 등을 포함할 수 있다. 예를 들어, 파라핀 블록 관리 서버(30)는 애플리케이션 서버, 제어 서버, 데이터 수집 서버, 데이터 저장 서버, 데이터 처리 서버, API(Application Programming Interface) 제공 서버, 데이터 표시 서버, 특정 기능을 제공하기 위한 서버 등 다양한 종류의 서버를 포함할 수 있다. 파라핀 블록 관리 서버(30)는 단일 시스템으로 구성되어 데이터 수집, 데이터 저장, 데이터 처리, API 제공, 데이터 표시 등의 프로세스를 수행할 수 있다. 그러나 이에 제한되지 않으며, 파라핀 블록 관리 서버(30)는 복수의 서버들이 동시에 프로세스를 처리하도록 구성될 수도 있다.
파라핀 블록 관리 서버(30)는 제1 내지 제3 컴퓨팅 장치(10a~10c)를 통해 입력되는 파라핀 블록의 데이터들을 수집할 수 있다. 파라핀 블록의 데이터는 파라핀 블록의 보관 장소, 보관 위치, 보관 온도, 보관 습도, 절단 정보, 질병 정보, 파라핀 블록의 제작 시기, 파라핀 블록을 이용한 검사 종류 및 검사 결과 중 적어도 일부를 포함할 수 있다. 그러나, 상술한 파라핀 블록의 데이터는 설명을 위한 예시에 불과하며 실시 예가 이에 한정되는 것은 아니다.
파라핀 블록 관리 서버(30)는 도3를 참조하여 후술되는 바와 같이, 조건 계산 모듈 및/또는 비교 모듈을 실행할 수 있다. 조건 계산 모듈은 파라핀 블록의 데이터에 기초하여 파라핀 블록의 손상 가능성을 계산하고, 손상 가능성이 기준 값 이상인 경우 파라핀 블록 손상 알람을 생성하고, 손상 가능성이 기준값보다 작은 경우 파라핀 블록의 조건 정보를 생성하도록 학습된 딥러닝 모델일 수 있다. 조건 정보는 파라핀 블록을 보관하기에 적합한 온도 조건 및 습도 조건 중 적어도 하나를 포함할 수 있다.
비교 모듈은 동일한 파라핀 블록에 대한 제1 데이터 및 제1 데이터 이후에 획득되는 제2 데이터를 비교하고, 제1 데이터와 다른 제2 데이터의 적어도 일부를 제1 데이터 추가함으로써 제1 데이터를 업데이트하도록 학습된 모델일 수 있다. 제2 데이터는 파라핀 블록의 염색 정보를 더 포함할 수 있다. 예를 들어, 제2 데이터에 포함된 염색 정보는 특수 염색 처리 또는 면역 조직 화학 염색 처리가 된 파라핀 블록의 이미지를 포함할 수 있다. 파라핀 블록 관리 서버(30)의 동작에 대하여는 도 4 내지 도 6을 참조하여 상세하게 후술한다.
데이터 베이스(40)는 파라핀 블록 관리 시스템(1)에 필요한 데이터를 저장할 수 있다. 데이터 베이스(40)는 파라핀 블록 관리 서버(30)의 일부일 수 있으나 이에 제한되지 않으며, 파라핀 블록 관리 서버(30)와 분리되어 운용될 수도 있다. 데이터 베이스(40)는 파라핀 블록의 데이터, 파라핀 블록의 업데이트된 데이터, 파라핀 블록의 재 업데이트된 데이터, 파라핀 블록의 조건 정보 등을 저장할 수 있다. 데이터 베이스(40)에 저장된 정보는 필요에 따라 파라핀 블록 관리 서버(30)에 제공될 수 있며, 파라핀 블록 관리 서버(30)에서 조건 정보를 제공하는 과정에서 사용될 수 있다.
데이터 베이스(40)는 전자 의무 기록(60, Electronic Medical Record; EMR)에 파라핀 블록의 데이터, 파라핀 블록의 업데이트된 데이터, 파라핀 블록의 재 업데이트된 데이터, 파라핀 블록의 조건 정보 중 적어도 하나를 전송할 수 있다. 데이터 베이스(40)에 저장된 파라핀 블록의 데이터, 파라핀 블록의 업데이트된 데이터, 파라핀 블록의 재 업데이트된 데이터, 파라핀 블록의 조건 정보 중 적어도 하나는 전자 의무 기록 관리 서버(60)에 업로드될 수 있다. 즉, 전자 의무 기록 관리 서버(60)는 데이터 베이스(40)에 접근할 수 있다. 전자 의무 기록은 디지털 형태로 체계적으로 수집되어 전자적으로 저장된 의료 기록 데이터들을 의미할 수 있다. 전자 의무 기록은 의료인들에게 공유될 수 있다.
데이터 베이스(40)는 국가 인체 유래물 은행 서버(70)에 파라핀 블록의 데이터, 파라핀 블록의 업데이트된 데이터, 파라핀 블록의 재 업데이트된 데이터, 파라핀 블록의 조건 정보 중 적어도 하나를 전송할 수 있다. 즉, 국가 인체 유래물 은행 서버(70)는 데이터 베이스(40)에 접근할 수 있다.
네트워크(50)는 인터넷(internet), 인트라넷(intranet), 엑스트라넷(extranet), LAN(Local Area Network), MAN(Metropolitan Area Network), WAN(Wide Area Network) 등 제1 내지 제3 컴퓨팅 장치(10a~10c), 파라핀 블록 관리 서버(30) 및 데이터 베이스(40)가 접속할 수 있는 모든 네트워크를 포함할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 제1 보관소(20a)의 구성을 나타내는 블록도이다. 이하에서는 도 1을 참조하여 설명하고, 제2 보관소(20b) 및 제3 보관소(20c)의 구성은 제1 보관소(20a)의 구성과 동일 할 수 있다.
도 2를 참조하면, 제1 보관소(20a)는 파라핀 블록 위치 인식 장치(21) 및 항온 항습 장치(22)를 포함할 수 있다.
파라핀 블록 위치 인식 장치(21)는 제1 보관소(20a)에 보관된 파라핀 블록들의 위치를 인식할 수 있다. 예를 들어, 파라핀 블록 위치 인식 장치(21)는 제1 보관소(20a)에 보관된 파라핀 블록들의 검체 번호 및 파라핀 블록의 위치를 인식함으로써 파라핀 블록의 위치 정보를 생성할 수 있다. 파라핀 블록 위치 인식 장치(21)는 제1 보관소(20a)에 보관된 파라핀 블록들의 검체 번호 및 상기 검체 번호에 대응되는 파라핀 블록의 위치 정보를 제1 컴퓨팅 장치(도 1의 10a)로 전송할 수 있다.
컴퓨팅 장치(도 1의 10a)는 파라핀 블록 위치 인식 장치(21)로부터 수신한 파라핀 블록들의 검체 번호 및 상기 검체 번호에 대응되는 파라핀 블록의 위치 정보가 사용자에 의해 입력되는 파라핀 블록의 데이터에 포함된 위치 정보와 일치하는 지 확인할 수 있다. 컴퓨팅 장치(도 1의 10a)는 파라핀 블록 위치 인식 장치(21)로부터 수신한 파라핀 블록의 위치 정보가 사용자에 의해 입력되는 파라핀 블록의 데이터에 포함된 위치 정보와 일치하지 않는 경우 불일치 알람을 생성하고, 불일치 알람을 디스플레이로 표시할 수 있다.
항온 항습 장치(22)는 제1 보관소(20a)의 온도 및 습도를 제어할 수 있다. 예를 들어, 컴퓨팅 장치(도 1의 10a)는 파라핀 블록 관리 서버(도 1의 30)가 파라핀 블록의 데이터에 기초하여 출력하는 조건 정보를 제1 보관소(20a)로 전송할 수 있다. 제1 보관소(20a)는 상기 조건 정보에 기초하여 제1 보관소(20a)의 온도 및 습도를 제어할 수 있다. 그에 따라, 항온 항습 장치(22)는 파라핀 블록을 보관하기에 적합한 온도 조건 및 습도 조건으로 제1 보관소(20a)를 제어할 수 있다. 실시 예에 따라, 항온 항습 장치(22)는 제1 보관소(20a)의 온도 및 습도를 제1 컴퓨팅 장치(도 1의 10a)로 전송할 수도 있다.
도 3은 본 발명의 일 실시 예에 따른 파라핀 블록 관리 서버(30)의 구성을 나타내는 블록도이다. 이하에서는 도 1을 참조하여 설명한다.
도 3을 참조하면, 파라핀 블록 관리 서버(30)는 통신 인터페이스(31), 메모리(32) 및 적어도 하나의 프로세서(33)를 포함할 수 있다. 상기 구성들은 파라핀 블록 관리 서버(30)를 구현하기 위해 필요한 필수적인 구성들은 아니며, 본 명세서의 파라핀 블록 관리 서버(30)는 더 많은 구성 또는 더 적은 구성을 포함할 수 있다.
통신 인터페이스(31)는 이동 통신, 근거리 통신 등을 수행하기 위한 모듈을 포함할 수 있고, 유무선 통신을 수행하기 위한 모듈을 포함할 수 있다. 예를 들어, 통신 인터페이스(31)는 유선 랜, 무선 랜(Wireless LAN), 와이파이(Wi-Fi), 블루투스(Bluetooth), 지그비(zigbee), WFD(Wi-Fi Direct), 적외선 통신(IrDA, infrared Data Association), BLE (Bluetooth Low Energy), NFC(Near Field Communication), 와이브로(Wireless Broadband Internet, Wibro), 와이맥스(World Interoperability for Microwave Access, WiMAX), SWAP(Shared Wireless Access Protocol), 와이기그(Wireless Gigabit Alliances, WiGig) 및 RF 통신을 포함하는 데이터 통신 방식 중 적어도 하나를 이용하여 파라핀 블록 관리 서버(30)의 데이터 통신을 수행할 수 있다.
통신 인터페이스(31)는 프로세서(33)의 제어에 따라 동작할 수 있다. 통신 인터페이스(31)는 도 1의 제1 내지 제3 컴퓨팅 장치(10a~10c), 데이터 베이스(40), 및/또는 네트워크(50)와 통신하기 위한 모듈일 수 있다. 예를 들어, 통신 인터페이스(31)를 통해 파라핀 블록 관리 서버(30)에서 생성된 조건 정보가 데이터 베이스(도 1의 40)로 전송될 수 있다.
메모리(32)는 본 장치의 다양한 기능을 지원하는 데이터와, 제어부의 동작을 위한 프로그램을 저장할 수 있고, 입/출력되는 데이터들(예를 들어, 음악 파일, 정지영상, 동영상 등)을 저장할 있고, 본 장치에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 본 장치의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버로부터 다운로드 될 수 있다.
메모리(32)는 프로세서(33)가 판독할 수 있는 명령어들, 데이터 구조, 및 프로그램 코드(program code)가 저장할 수 있다. 메모리(32)는 인공 지능, 머신 러닝, 인공 신경망을 이용하여 연산을 수행하는데 필요한 정보를 저장할 수 있다. 예를 들어, 메모리(32)는 프로세서(33)와 전기적으로 연결될 수 있고, 프로세서(33)에서 수행되는 적어도 하나의 코드(Code)를 저장할 수 있다. 즉, 프로세서(33)가 수행하는 동작들은 메모리(32)에 저장된 프로그램의 명령어들 또는 코드들을 실행함으로써 구현될 수 있다.
예를 들어, 메모리(32)는 파라핀 블록 데이터를 이용하는 다양한 소프트웨어 모듈을 저장할 수 있다. 상기 소프트웨어 모듈들은 학습 모델일 수 있다. 메모리(32)에 저장된 학습 모델들은 학습 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론할 수 있고, 추론된 값은 어떠한 동작을 수행하기 위한 판단의 기초로 이용될 수 있다. 메모리(32)에 저장된 학습 모델들은 레이블(Label) 정보에 기초하여 학습이 수행될 수 있고, 학습의 정확도를 높이기 위해, 손실 함수가 목표의 값을 갖도록 다양한 역전파(Backpropagation) 알고리즘이 적용될 수 있다.
예를 들어, 메모리(32)는 외부로부터 수신한 파라핀 블록의 데이터를 이용하여 상기 파라핀 블록을 보관하기에 적합한 보관 온도 정보 및 보관 습도 정보 중 적어도 하나를 포함하는 조건 정보를 생성하도록 학습된 조건 계산 모듈(M1) 및 상기 파라핀 블록의 제1 데이터와 상기 파라핀 블록에 대하여 제1 데이터에 후속하여 입력되는 제2 데이터를 비교함으로써 상기 제1 데이터를 업데이트하도록 학습된 비교 모듈 중 적어도 하나를 저장할 수 있다. 메모리(32)는 조건 계산 모듈(M1) 및 비교 모듈(M2)의 학습 내용 및 학습 결과를 저장할 수 있다.
예를들어, 조건 계산 모듈(M1)은 외부로부터 수신한 파라핀 블록의 제1 데이터를 이용하여 조건 정보를 생성하도록 학습된 딥러닝 모델일 수 있다. 예를 들어, 조건 계산 모듈(M1)은 제1 데이터에 포함된 보관 온도, 보관 습도 및 질병 정보를 이용하여 조건 정보를 계산할 수 있고, 상기 조건 정보는 파라핀 블록이 최적의 상태로 보관되는 온도 조건 및 습도 조건을 포함할 수 있다.
조건 계산 모듈(M1)은 파라핀 블록의 제1 데이터에 기초하여 파라핀 블록의 손상 가능성을 계산하도록 학습된 딥러닝 모델일 수 있다. 예를 들어, 조건 계산 모듈(M1)은 제1 데이터에 포함된 보관 온도, 보관 습도, 파라핀 블록의 절단 정보, 파라핀 블록의 제작 시기, 파라핀 블록을 이용한 검사 종류 및 검사 결과를 이용하여 파라핀 블록의 손상 가능성을 계산하도록 학습될 수 있다. 조건 계산 모듈(M1)은 상기 손상 가능성이 기준 값 이상인 경우 파라핀 블록 손상 알람을 생성하고, 상기 손상 가능성이 기준값보다 작은 경우 파라핀 블록의 조건 정보를 생성하도록 학습될 수 있다. 상기 파라핀 블록 손상 알람 또는 조건 정보는 제1 내지 제3 컴퓨팅 장치(10a~10c) 중 어느 하나를 이용하여 표시될 수 있다. 조건 계산 모듈(M1)은 생성된 조건 정보를 데이터 베이스(도 1의 40)로 전송하여 저장할 수 있다.
비교 모듈(M2)은 동일한 파라핀 블록에 대한 제1 데이터 및 제1 데이터 이후에 획득되는 제2 데이터를 비교하고, 제1 데이터와 다른 제2 데이터의 적어도 일부를 제1 데이터에 추가함으로써 제1 데이터를 업데이트하도록 학습된 모델일 수 있다. 예를 들어, 제1 데이터의 보관 장소는 '제1 보관소(도 1의 20a)'이고, 제2 데이터의 보관 장소는 '제2 보관소(도 1의 20b)'인 경우, 비교 모듈(M2)은 제1 데이터와 제2 데이터를 비교하여, 제1 데이터의 보관 장소를 '제1 보관소-제2 보관소'로 업데이트함으로써 업데이트된 제1 데이터를 생성할 수 있다. 즉, 업데이트된 제1 데이터는 종래의 제1 데이터에 변경 사항이 추가된 데이터일 수 있다.
예를 들어, 제2 데이터는 제1 데이터와 달리 파라핀 블록의 염색 정보를 더 포함할 수 있다. 예를 들어, 제2 데이터에 포함된 염색 정보는 특수 염색 처리 또는 면역 조직 화학 염색 처리가 된 파라핀 블록의 이미지를 포함할 수 있다. 비교 모듈(M2)은 염색 정보를 더 포함하는 업데이트된 제1 데이터를 생성할 수 있다.
예를 들어, 제2 데이터 이후에 제3 데이터를 추가로 획득하는 경우, 비교 모듈(M2)은 제2 데이터 및 제3 데이터를 비교하고, 제2 데이터와 다른 제3 데이터의 적어도 일부를 제1 데이터에 추가함으로써 제1 데이터를 업데이트하도록 학습될 수 있다. 예를 들어, 제3 데이터의 보관 장소는 '제3 보관소(도 1의 20c)'인 경우, 비교 모듈(M2)은 제2 데이터와 제3 데이터를 비교하여, 제1 데이터의 보관 장소를 '제1 보관소-제2 보관소-제3 보관소'로 업데이트함으로써 재 업데이트된 제1 데이터를 생성할 수 있다. 즉, 재 업데이트된 제1 데이터는 업데이트된 제1 데이터에 변경 사항이 추가된 데이터일 수 있다. 비교 모듈(M2)은 업데이트된 제1 데이터 및/또는 재 업데이트된 제1 데이터를 데이터 베이스(도 1의 40)로 전송하여 저장할 수 있다.
예를 들어, 제3 데이터는 제1 및 제2 데이터와 달리 파라핀 블록의 염색 정보를 더 포함할 수 있다. 예를 들어, 제3 데이터에 포함된 염색 정보는 특수 염색 처리 또는 면역 조직 화학 염색 처리가 된 파라핀 블록의 이미지를 포함할 수 있다. 비교 모듈(M2)은 염색 정보를 더 포함하는 재업데이트된 제1 데이터를 생성할 수 있다.
메모리(32)는 다양한 형태의 저장 장치를 통칭할 수 있다. 메모리(32)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 메모리는 본 장치와는 분리되어 있으나, 유선 또는 무선으로 연결된 데이터베이스가 될 수도 있다.
프로세서(33)는 파라핀 블록 관리 서버(30)의 전반적인 동작들을 제어할 수 있다. 예를 들어, 프로세서(33)는 메모리(32)에 저장된 프로그램의 하나 이상의 명령어들(instructions)을 실행함으로써, 파라핀 블록 관리 서버(30)의 전반적인 동작들을 제어할 수 있다. 예를 들어, 프로세서(33)는 메모리(32)에 저장된 조건 계산 모듈(M1) 및 비교 모듈(M2) 중 적어도 어느 하나를 실행함으로써, 파라핀 블록 관리 서버(30)의 동작들을 제어할 수 있다.
예를 들어, 프로세서(33)는 메모리(32)에 저장된 조건 계산 모듈(M1)을 실행하여 파라핀 블록의 손상 가능성을 계산하고, 손상 가능성이 기준 값 이상인 경우 파라핀 블록 손상 알람을 생성하고, 손상 가능성이 기준값보다 작은 경우 파라핀 블록의 조건 정보를 생성하기 위한 전반적인 동작들을 제어할 수 있다. 프로세서(33)는 메모리(32)에 저장된 비교 모듈(M2)을 실행하여 동일한 파라핀 블록에 대한 제1 데이터 및 제1 데이터 이후에 획득되는 제2 데이터를 비교하고, 제1 데이터와 다른 제2 데이터의 적어도 일부를 제1 데이터 추가함으로써 제1 데이터를 업데이트하기 위한 전반적인 동작들을 제어할 수 있다.
프로세서(33)는 하나 이상으로 구현될 수 있다. 이하에서, 프로세서(33)는 단수로 표현되더라도 복수로 간주될 수 있다. 프로세서(33)는 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다.
프로세서(33)는 중앙 처리 장치(Central Processing Unit), 마이크로 프로세서(microprocessor), 그래픽 처리 장치(Graphic Processing Unit), ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 애플리케이션 프로세서(Application Processor), 신경망 처리 장치(Neural Processing Unit) 또는 인공지능 모델의 처리에 특화된 하드웨어 구조로 설계된 인공지능 전용 프로세서 중 적어도 하나로 구성될 수 있으나, 이에 제한되는 것은 아니다.
본 명세서에서, 파라핀 블록 관리 서버(30)가 상술한 구성들을 포함하는 것으로 설명하나, 구현 예에 따라서는, 파라핀 블록 관리 서버(30)가 클라우드 기반의 시스템으로 구현되어, 데이터 수집, 데이터 처리, 데이터 저장, 데이터 표시 및 API 제공 등을 수행하는 서버 또는 장치를 별도로 포함할 수 있다. 도 3에 도시된 구성 요소들의 성능에 대응하여 적어도 하나의 구성요소가 추가되거나 삭제될 수 있다. 또한, 구성 요소들의 상호 위치는 시스템의 성능 또는 구조에 대응하여 변경될 수 있다는 것은 당해 기술 분야에서 통상의 지식을 가진 자에게 용이하게 이해될 것이다.
한편, 도 3에서 도시된 각각의 구성요소는 소프트웨어 및/또는 Field Programmable Gate Array(FPGA) 및 주문형 반도체(ASIC, Application Specific Integrated Circuit)와 같은 하드웨어 구성요소를 의미할 수 있다. 파라핀 블록 관리 서버(30)의 동작에 대하여는 도 4 내지 도 6을 참조하여 상세하게 후술한다.
도 4는 본 발명의 일 실시 예에 따른 파라핀 블록 관리 방법을 설명하기 위한 도면이다. 도 1 내지 도 3을 참조하여 설명하고 동일한 구성요소는 동일한 도면 부호로 표기하며, 중복되는 설명은 생략한다.
도 4를 참조하면, 파라핀 블록 관리 방법(S100)은 복수의 단계들(S110~S170)을 포함할 수 있다.
단계(S110)에서, 파라핀 블록 관리 서버(도 1의 30)는 제1 컴퓨팅 장치(도 1의 10a)로부터 파라핀 블록의 제1 데이터를 획득할 수 있다. 제1 데이터는 상기 파라핀 블록의 보관 장소, 보관 위치, 보관 온도, 보관 습도, 절단 정보, 질병 정보, 제작 시기, 상기 파라핀 블록을 이용한 검사 종류 및 검사 결과 중 적어도 일부를 포함할 수 있다.
단계(S120)에서, 파라핀 블록 관리 서버(도 1의 30)는 조건 계산 모듈(도 3의 M1)을 실행할 수 있다. 그에 따라, 제1 데이터에 기초하여 상기 파라핀 블록의 손상 가능성을 계산할 수 있다. 예를 들어, 파라핀 블록 관리 서버(도 1의 30)는 제1 데이터에 포함된 보관 온도, 보관 습도, 파라핀 블록의 절단 정보, 파라핀 블록의 제작 시기, 파라핀 블록을 이용한 검사 종류 및 검사 결과를 이용하여 파라핀 블록의 손상 가능성을 계산할 수 있다.
단계(S130)에서, 파라핀 블록 관리 서버(도 1의 30)는 조건 계산 모듈(M1)을 이용하여 상기 손상 가능성이 기준 값 이상인지 판단할 수 있다.
단계(S140)에서, 상기 손상 가능성이 기준값 이상인 경우, 상기 파라핀 블록 관리 서버(도 1의 30)는 조건 계산 모듈(M1)을 이용하여 파라핀 블록 손상 알람을 생성할 수 있다. 상기 파라핀 블록 손상 알람은 데이터 베이스(도 1의 40)에 저장될 수 있다.
단계(S150)에서, 상기 손상 가능성이 기준값보다 작은 경우, 파라핀 블록 관리 서버(도 1의 30)는 조건 계산 모듈(M1)을 이용하여 파라핀 블록의 조건 정보를 생성할 수 있다. 예를 들어, 파라핀 블록 관리 서버(도 1의 30)는 제1 데이터에 포함된 보관 온도, 보관 습도 및 질병 정보를 이용하여 조건 정보를 계산할 수 있고, 상기 조건 정보는 상기 파라핀 블록이 최적의 상태로 보관되는 온도 조건 및 습도 조건을 포함할 수 있다.
단계(S160)에서, 파라핀 블록 관리 서버(도 1의 30)는 제1 데이터 및 상기 조건 정보를 데이터 베이스(도 1의 40)에 저장할 수 있다.
단계(S170)에서, 제1 컴퓨팅 장치(도 1의 10a)는 상기 데이터 베이스(도 1의 40)에 저장된 상기 조건 정보에 기초하여 상기 파라핀 블록이 보관되고 있는 제1 보관소(도 1의 20a)를 제어할 수 있다. 예를 들어, 제1 컴퓨팅 장치(도 1의 10a)는 조건 정보에 포함된 온도 조건 및 습도 조건으로 제1 보관소(도 1의 20a)의 항온 항습 장치(도 2의 22)를 제어할 수있다.
도 5는 본 발명의 일 실시 예에 따른 파라핀 블록 관리 방법을 설명하기 위한 도면이다. 도 1 내지 도 4를 참조하여 설명하고 동일한 구성요소는 동일한 도면 부호로 표기하며, 중복되는 설명은 생략한다.
도 5를 참조하면, 파라핀 블록 관리 방법(S200)은 복수의 단계들(S210~S250)을 포함할 수 있다. 도 5에서 설명되는 파라핀 블록 관리 방법(S200)은 도 4의 파라핀 블록 관리 방법(S100)에 후속하여 수행될 수 있다.
단계(S210)에서, 파라핀 블록 관리 서버(도 1의 30)는 제1 컴퓨팅 장치(도 1의 10a)로부터 파라핀 블록의 제2 데이터를 획득할 수 있다. 제2 데이터는 도 4의 제1 데이터에 후속하여 입력되되 동일한 파라핀 블록에 대한 데이터를 포함할 수 있다. 도 5에서 제2 데이터는 제1 컴퓨팅 장치(도 1의 10a)를 통해 입력되도록 설명되나 본 개시에 따른 실시 예들이 이에 제한되는 것은 아니며, 제2 데이터는 제2 컴퓨팅 장치(도 1의 10b) 또는 제3 컴퓨팅 장치(도 1의 10c)로 입력될 수도 있다.
제2 데이터는 상기 파라핀 블록의 보관 장소, 보관 위치, 보관 온도, 보관 습도, 절단 정보, 질병 정보, 제작 시기, 상기 파라핀 블록을 이용한 검사 종류 및 검사 결과 중 적어도 일부를 포함할 수 있다. 제2 데이터는 제1 데이터와 달리 파라핀 블록의 염색 정보를 더 포함할 수도 있다. 염색 정보는 특수 염색 처리 또는 면역 조직 화학 염색 처리가 된 파라핀 블록의 이미지를 포함할 수 있다.
이하에서는 설명의 편의를 위해 제1 데이터에 포함된 상기 파라핀 블록의 보관 장소는 제1 보관소(도 1의 20a)이고, 제2 데이터에 포함된 상기 파라핀 블록의 보관 장소는 제2 보관소(도 1의 20b)이며, 보관 위치, 보관 온도, 보관 습도, 절단 정보, 질병 정보, 제작 시기, 상기 파라핀 블록을 이용한 검사 종류 및 검사 결과는 동일한 경우를 예시로 들어 설명하나, 본 개시에 따른 실시 예들이 이에 제한되는 것은 아니다. 제1 데이터에 포함된 상기 파라핀 블록의 보관 장소는 제1 보관소(도 1의 20a)이고, 제2 데이터에 포함된 상기 파라핀 블록의 보관 장소는 제2 보관소(도 1의 20b)인 경우는, 상기 파라핀 블록이 제1 보관소(도 1의 20a)에서 제2 보관소(도 1의 20b)로 이송된 것을 의미할 수 있다.
단계(S220)에서, 파라핀 블록 관리 서버(도 1의 30)는 비교 모듈(도 3의 M2)을 이용하여 제1 데이터와 제2 데이터를 비교할 수 있다.
단계(S230)에서, 파라핀 블록 관리 서버(도 1의 30)는 비교 모듈(도 3의 M2)을 이용하여 제1 데이터에 포함된 정보들과 제2 데이터에 포함된 정보들이 모두 일치하는지 판단할 수 있다.
단계(S240)에서, 제1 데이터에 포함된 정보들과 제2 데이터에 포함된 정보들 중 적어도 하나가 일치하지 않는 경우, 파라핀 블록 관리 서버(도 1의 30)는 제1 데이터와 제2 데이터의 차이나는 부분을 추출할 수 있다. 파라핀 블록 관리 서버(도 1의 30)는 제1 데이터에 제2 데이터의 일부 정보를 추가하여 제1 데이터를 업데이트 할 수 있다. 상기 일부 정보는 제1 데이터와 제2 데이터의 차이나는 부분의 정보일 수 있다.
예를 들어, 파라핀 블록 관리 서버(도 1의 30)는 제1 데이터와 제2 데이터를 비교함으로써 제1 데이터와 제2 데이터의 보관 장소 정보가 일치하지 않는다는 판단을 할 수 있고, 제1 데이터의 보관 장소 정보를 '제1 보관소(도 1의 20a)'에서 '제1 보관소(도 1의 20a)-제2 보관소(도 1의 20b)'로 업데이트함으로써 업데이트된 제1 데이터를 생성할 수 있다. 즉, 업데이트된 제1 데이터는 종래의 제1 데이터에 제1 데이터와 제2 데이터가 일치하지 않는 정보가 추가된 데이터일 수 있다.
예를 들어, 파라핀 블록 관리 서버(도 1의 30)는 제1 데이터와 제2 데이터를 비교함으로써 제1 데이터와 제2 데이터의 보관 장소 정보가 일치하지 않는다는 판단을 할 수 있고, 제1 데이터와 달리 제2 데이터에 특수 염색 처리 또는 면역 조직 화학 염색 처리가 된 파라핀 블록의 이미지를 포함하는 염색 정보가 더 포함되어 있는 경우, 염색 정보가 추가된 업데이트된 제1 데이터를 생성할 수 있다.
단계(S250)에서, 파라핀 블록 관리 서버(도 1의 30)는 업데이트된 제1 데이터를 데이터 베이스(도 1의 40)에 저장할 수 있다. 제1 내지 제3 컴퓨팅 장치(도 1의 10a~10c)는 데이터 베이스(도 1의 40)에 접근하여 업데이트된 제1 데이터를 디스플레이에 표시할 수 있다. 그에 따라, 사용자는 임의의 장소에서 업데이트된 제1 데이터를 확인할 수 있다.
도 6은 본 발명의 일 실시 예에 따른 파라핀 블록 관리 방법을 설명하기 위한 도면이다. 도 1 내지 도 5를 참조하여 설명하고 동일한 구성요소는 동일한 도면 부호로 표기하며, 중복되는 설명은 생략한다.
도 6을 참조하면, 파라핀 블록 관리 방법(S300)은 복수의 단계들(S310~S350)을 포함할 수 있다. 도 6에서 설명되는 파라핀 블록 관리 방법(S300)은 도 4의 파라핀 블록 관리 방법(S100) 및 도 5의 파라핀 블록 관리 방법(S200)에 후속하여 수행될 수 있다.
단계(S310)에서, 파라핀 블록 관리 서버(도 1의 30)는 제1 컴퓨팅 장치(도 1의 10a)로부터 파라핀 블록의 제3 데이터를 획득할 수 있다. 제3 데이터는 도 5의 제2 데이터에 후속하여 입력되되 동일한 파라핀 블록에 대한 데이터를 포함할 수 있다. 도 6에서 제3 데이터는 제1 컴퓨팅 장치(도 1의 10a)를 통해 입력되도록 설명되나 본 개시에 따른 실시 예들이 이에 제한되는 것은 아니며, 제3 데이터는 제2 컴퓨팅 장치(도 1의 10b) 또는 제3 컴퓨팅 장치(도 1의 10c)로 입력될 수도 있다.
제3 데이터는 상기 파라핀 블록의 보관 장소, 보관 위치, 보관 온도, 보관 습도, 절단 정보, 질병 정보, 제작 시기, 상기 파라핀 블록을 이용한 검사 종류 및 검사 결과 중 적어도 일부를 포함할 수 있다. 제3 데이터는 제1 데이터 및 제2 데이터와 달리 파라핀 블록의 염색 정보를 더 포함할 수도 있다. 염색 정보는 특수 염색 처리 또는 면역 조직 화학 염색 처리가 된 파라핀 블록의 이미지를 포함할 수 있다.
이하에서는 설명의 편의를 위해 제1 데이터에 포함된 상기 파라핀 블록의 보관 장소는 제1 보관소(도 1의 20a)이고, 제2 데이터에 포함된 상기 파라핀 블록의 보관 장소는 제2 보관소(도 1의 20b)이고, 제3 데이터에 포함된 상기 파라핀 블록의 보관 장소는 제3 보관소(도 1의 20c)이며, 보관 위치, 보관 온도, 보관 습도, 절단 정보, 질병 정보, 제작 시기, 상기 파라핀 블록을 이용한 검사 종류 및 검사 결과는 동일한 경우를 예시로 들어 설명하나, 본 개시에 따른 실시 예들이 이에 제한되는 것은 아니다. 제1 데이터에 포함된 상기 파라핀 블록의 보관 장소는 제1 보관소(도 1의 20a)이고, 제2 데이터에 포함된 상기 파라핀 블록의 보관 장소는 제2 보관소(도 1의 20b)이고, 제3 데이터에 포함된 상기 파라핀 블록의 보관 장소는 제3 보관소(도 1의 20c)인 경우는, 상기 파라핀 블록이 제1 보관소(도 1의 20a)에서 제2 보관소(도 1의 20b)로, 다시 제2 보관소(도 1의 20b)에서 제3 보관소(도 1의 20c)로 이송된 것을 의미할 수 있다.
단계(S320)에서, 파라핀 블록 관리 서버(도 1의 30)는 비교 모듈(도 3의 M2)을 이용하여 제2 데이터와 제3 데이터를 비교할 수 있다.
단계(S330)에서, 파라핀 블록 관리 서버(도 1의 30)는 비교 모듈(도 3의 M2)을 이용하여 제2 데이터에 포함된 정보들과 제3 데이터에 포함된 정보들이 모두 일치하는지 판단할 수 있다.
단계(S340)에서, 제2 데이터에 포함된 정보들과 제3 데이터에 포함된 정보들 중 적어도 하나가 일치하지 않는 경우, 파라핀 블록 관리 서버(도 1의 30)는 제2 데이터와 제3 데이터의 차이나는 부분을 추출할 수 있다. 파라핀 블록 관리 서버(도 1의 30)는 업데이트된 제1 데이터에 제3 데이터의 일부 정보를 추가하여 업데이트된 제1 데이터를 재업데이트 할 수 있다. 상기 일부 정보는 제2 데이터와 제3 데이터의 차이나는 부분의 정보일 수 있다.
예를 들어, 파라핀 블록 관리 서버(도 1의 30)는 제2 데이터와 제3 데이터를 비교함으로써 제2 데이터와 제3 데이터의 보관 장소 정보가 일치하지 않는다는 판단을 할 수 있고, 업데이트된 제1 데이터의 보관 장소 정보를 '제1 보관소(도 1의 20a)-제2 보관소(도 1의 20b)'에서 '제1 보관소(도 1의 20a)-제2 보관소(도 1의 20b)-제3 보관소(도 1의 20c)'로 재업데이트함으로써 재업데이트된 제1 데이터를 생성할 수 있다. 즉, 재업데이트된 제1 데이터는 종래의 업데이트된 제1 데이터에 제2 데이터와 제3 데이터가 일치하지 않는 정보가 추가된 데이터일 수 있다.
예를 들어, 파라핀 블록 관리 서버(도 1의 30)는 제2 데이터와 제3 데이터를 비교함으로써 제2 데이터와 제3 데이터의 보관 장소 정보가 일치하지 않는다는 판단을 할 수 있고, 제2 데이터와 달리 제3 데이터에 특수 염색 처리 또는 면역 조직 화학 염색 처리가 된 파라핀 블록의 이미지를 포함하는 염색 정보가 더 포함되어 있는 경우, 염색 정보가 추가된 재업데이트된 제1 데이터를 생성할 수 있다.
단계(S350)에서, 파라핀 블록 관리 서버(도 1의 30)는 재업데이트된 제1 데이터를 데이터 베이스(도 1의 40)에 저장할 수 있다. 제1 내지 제3 컴퓨팅 장치(도 1의 10a~10c)는 데이터 베이스(도 1의 40)에 접근하여 재업데이트된 제1 데이터를 디스플레이에 표시할 수 있다. 그에 따라, 사용자는 임의의 장소에서 재업데이트된 제1 데이터를 확인할 수 있다.
한편, 개시된 실시예들은 컴퓨터에 의해 실행 가능한 명령어를 저장하는 기록매체의 형태로 구현될 수 있다. 명령어는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 프로그램 모듈을 생성하여 개시된 실시예들의 동작을 수행할 수 있다. 기록매체는 컴퓨터로 읽을 수 있는 기록매체로 구현될 수 있다.
컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터에 의하여 해독될 수 있는 명령어가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다.
이상에서와 같이 첨부된 도면을 참조하여 개시된 실시예들을 설명하였다. 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자는 본 개시의 기술적 사상이나 필수적인 특징을 변경하지 않고도, 개시된 실시예들과 다른 형태로 본 개시가 실시될 수 있음을 이해할 것이다. 개시된 실시예들은 예시적인 것이며, 한정적으로 해석되어서는 안 된다.
Claims (18)
- 파라핀 블록 관리 시스템의 파라핀 블록 관리 방법으로서,
제1 컴퓨팅 장치로부터 파라핀 블록의 제1 보관 장소, 제1 보관 위치, 제1 보관 온도, 제1 보관 습도, 제1 절단 정보, 제1 질병 정보, 제1 제작 시기, 제1 검사 종류 및 제1 검사 결과 중 적어도 일부를 포함하는 제1 데이터를 획득하는 단계;
상기 제1 데이터에 기초하여 상기 파라핀 블록의 손상 가능성을 계산하는 단계;
상기 손상 가능성이 기준값보다 작은 경우, 상기 제1 데이터에 기초하여 상기 파라핀 블록이 보관되는 제1 보관소의 온도 조건 및 습도 조건을 포함하는 조건 정보를 생성하는 단계; 및
상기 손상 가능성이 상기 기준값과 같거나 상기 기준값보다 큰 경우, 상기 파라핀 블록이 손상되었음을 알리는 파라핀 블록 손상 알람을 생성하는 단계를 포함하는 파라핀 블록 관리 방법. - 제1항에 있어서,
상기 손상 가능성이 기준값보다 작은 경우, 상기 제1 데이터 및 상기 조건 정보를 데이터 베이스에 저장하는 단계; 및
상기 제1 컴퓨팅 장치가 상기 조건 정보에 기초하여 상기 제1 보관소를 제어하는 단계를 더 포함하는 것을 특징으로 하는 파라핀 블록 관리 방법. - 제2항에 있어서,
상기 제1 컴퓨팅 장치로부터, 상기 파라핀 블록에 대하여 상기 제1 데이터 이후에 생성되고, 상기 파라핀 블록의 제2 보관 장소, 제2 보관 위치, 제2 보관 온도, 제2 보관 습도, 제2 절단 정보, 제2 질병 정보, 제2 검사 종류 및 제2 검사 결과 중 적어도 일부를 포함하는 제2 데이터를 획득하는 단계;
상기 제1 데이터와 상기 제2 데이터를 비교하는 단계;
상기 제1 데이터와 상기 제2 데이터에 포함된 정보들 중 적어도 하나가 일치하지 않는 경우, 상기 제1 데이터에 상기 제1 데이터와 다른 상기 제2 데이터의 정보를 추가함으로써 업데이트된 제1 데이터를 생성하는 단계; 및
상기 업데이트된 제1 데이터를 상기 데이터 베이스에 저장하는 단계를 더 포함하는 것을 특징으로 하는 파라핀 블록 관리 방법. - 제3항에 있어서,
상기 제1 보관 장소는 상기 제1 보관소이고, 상기 제2 보관 장소는 상기 제1 보관소와 상이한 제2 보관소인 경우, 상기 제1 컴퓨팅 장치와 상이한 제2 컴퓨팅 장치가 상기 제2 보관소를 상기 조건 정보에 기초하여 제어하는 단계를 더 포함하는 것을 특징으로 하는 파라핀 블록 관리 방법. - 제4항에 있어서,
상기 업데이트 된 제1 데이터는,
특수 염색 처리 또는 면역 조직 화학 염색 처리가 된 파라핀 블록의 이미지를 포함하는 염색 정보를 더 포함하는 것을 특징으로 하는 파라핀 블록 관리 방법. - 제5항에 있어서,
상기 데이터 베이스에 저장된 상기 제1 데이터 및 상기 업데이트 된 제1 데이터를 전자 의무 기록(Electronic Medical Record, EMR) 관리 서버에 전송하는 단계를 더 포함하는 것을 특징으로 하는 파라핀 블록 관리 방법. - 제6항에 있어서,
상기 데이터 베이스에 저장된 상기 제1 데이터 및 상기 업데이트 된 제1 데이터를 국가 인체 유래물 은행 서버에 전송하는 단계를 더 포함하는 것을 특징으로 하는 파라핀 블록 관리 방법. - 제7항에 있어서,
상기 조건 정보에 기초하여 상기 제1 보관소를 제어하는 단계는,
상기 제1 보관소의 항온 항습 장치를 상기 조건 정보에 포함된 온도 조건및 습도 조건에 따라 제어하는 단계를 포함하는 것을 특징으로 하는 파라핀 블록 관리 방법. - 제8항에 있어서,
상기 제1 컴퓨팅 장치로부터, 상기 파라핀 블록에 대하여 상기 제2 데이터 이후에 생성되고, 상기 파라핀 블록의 제3 보관 장소, 제3 보관 위치, 제3 보관 온도, 제3 보관 습도, 제3 절단 정보, 제3 질병 정보, 제3 검사 종류 및 제3 검사 결과 중 적어도 일부를 포함하는 제3 데이터를 획득하는 단계;
상기 제2 데이터와 상기 제3 데이터를 비교하는 단계;
상기 제2 데이터와 상기 제3 데이터에 포함된 정보들 중 적어도 하나가 일치하지 않는 경우, 상기 업데이트된 제1 데이터에 상기 제2 데이터와 다른 상기 제3 데이터의 정보를 추가함으로써 재업데이트된 제1 데이터를 생성하는 단계; 및
상기 재업데이트된 제1 데이터를 상기 데이터 베이스에 저장하는 단계를 더 포함하는 것을 특징으로 하는 파라핀 블록 관리 방법. - 파라핀 블록의 제1 보관 장소, 제1 보관 위치, 제1 보관 온도, 제1 보관 습도, 제1 절단 정보, 제1 질병 정보, 제1 제작 시기, 제1 검사 종류 및 제1 검사 결과 중 적어도 일부를 포함하는 제1 데이터를 수신하는 제1 컴퓨팅 장치;
상기 제1 데이터를 저장하는 데이터 베이스; 및
상기 제1 데이터에 기초하여 상기 파라핀 블록의 손상 가능성을 계산하고, 상기 손상 가능성이 기준값보다 작은 경우 상기 제1 데이터에 기초하여 상기 파라핀 블록이 보관되는 제1 보관소의 온도 조건 및 습도 조건을 포함하는 조건 정보를 생성하고, 상기 손상 가능성이 상기 기준값과 같거나 상기 기준값보다 큰 경우 상기 파라핀 블록이 손상되었음을 알리는 파라핀 블록 손상 알람을 생성하는 파라핀 블록 관리 서버를 포함하는 파라핀 블록 관리 시스템. - 제10항에 있어서,
상기 파라핀 블록 관리 서버는,
상기 손상 가능성이 기준값보다 작은 경우 상기 제1 데이터 및 상기 조건 정보를 데이터 베이스에 저장하고,
상기 제1 컴퓨팅 장치는,
상기 데이터 베이스에 저장된 조건 정보에 기초하여 상기 제1 보관소를 제어하는 것을 특징으로 하는 파라핀 블록 관리 시스템. - 제11항에 있어서,
상기 제1 컴퓨팅 장치는,
상기 파라핀 블록에 대하여 상기 제1 데이터 이후에 생성되고, 상기 파라핀 블록의 제2 보관 장소, 제2 보관 위치, 제2 보관 온도, 제2 보관 습도, 제2 절단 정보, 제2 질병 정보, 제2 검사 종류 및 제2 검사 결과 중 적어도 일부를 포함하는 제2 데이터를 더 수신하고,
상기 파라핀 블록 관리 서버는,
상기 제1 데이터와 상기 제2 데이터를 비교하고, 상기 제1 데이터와 상기 제2 데이터에 포함된 정보들 중 적어도 하나가 일치하지 않는 경우 상기 제1 데이터에 상기 제1 데이터와 다른 상기 제2 데이터의 정보를 추가함으로써 업데이트된 제1 데이터를 생성하는 것을 특징으로 하는 파라핀 블록 관리 시스템. - 제12항에 있어서,
상기 제1 보관 장소는 상기 제1 보관소이고, 상기 제2 보관 장소는 상기 제1 보관소와 상이한 제2 보관소인 경우, 상기 조건 정보에 기초하여 상기 제2 보관소를 제어하는 제2 컴퓨팅 장치를 더 포함하는 것을 특징으로 하는 파라핀 블록 관리 시스템. - 제13항에 있어서,
상기 업데이트 된 제1 데이터는,
특수 염색 처리 또는 면역 조직 화학 염색 처리가 된 파라핀 블록의 이미지를 포함하는 염색 정보를 더 포함하는 것을 특징으로 하는 파라핀 블록 관리 시스템. - 제14항에 있어서,
상기 데이터 베이스는,
국가 인체 유래물 은행 서버로부터 접근 가능한 것을 특징으로 하는 파라핀 블록 관리 시스템. - 제15항에 있어서,
상기 데이터 베이스는,
국가 인체 유래물 은행 서버로부터 접근 가능한 것을 특징으로 하는 파라핀 블록 관리 시스템. - 제16항에 있어서,
상기 제1 보관소는,
상기 파라핀 블록의 위치를 인식함으로써 상기 파라핀 블록의 위치 정보를 생성하는 파라핀 블록 위치 인식 장치; 및
상기 조건 정보에 기초하여 상기 제1 보관소의 온도 및 습도를 조절하는 항온 항습 장치를 포함하는 것을 특징으로 하는 파라핀 블록 관리 방법. - 제17항에 있어서,
상기 제1 컴퓨팅 장치는,
상기 파라핀 블록에 대하여 상기 제2 데이터 이후에 생성되고, 상기 파라핀 블록의 제3 보관 장소, 제3 보관 위치, 제3 보관 온도, 제3 보관 습도, 제3 절단 정보, 제3 질병 정보, 제3 검사 종류 및 제3 검사 결과 중 적어도 일부를 포함하는 제3 데이터를 더 수신하고,
상기 파라핀 블록 관리 서버는,
상기 제2 데이터와 상기 제3 데이터를 비교하고, 상기 제2 데이터와 상기 제3 데이터에 포함된 정보들 중 적어도 하나가 일치하지 않는 경우 상기 업데이트된 제1 데이터에 상기 제2 데이터와 다른 상기 제3 데이터의 정보를 추가함으로써 재업데이트된 제1 데이터를 생성하는 것을 특징으로 하는 파라핀 블록 관리 시스템.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220089993A KR20240012687A (ko) | 2022-07-21 | 2022-07-21 | 파라핀 블록 관리 시스템 및 이를 이용한 파라핀 블록 관리 방법 |
| PCT/KR2023/007902 WO2024019325A1 (ko) | 2022-07-21 | 2023-06-09 | 파라핀 블록 관리 시스템 및 이를 이용한 파라핀 블록 관리 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220089993A KR20240012687A (ko) | 2022-07-21 | 2022-07-21 | 파라핀 블록 관리 시스템 및 이를 이용한 파라핀 블록 관리 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240012687A true KR20240012687A (ko) | 2024-01-30 |
Family
ID=89618145
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220089993A KR20240012687A (ko) | 2022-07-21 | 2022-07-21 | 파라핀 블록 관리 시스템 및 이를 이용한 파라핀 블록 관리 방법 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR20240012687A (ko) |
| WO (1) | WO2024019325A1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101759449B1 (ko) | 2016-12-13 | 2017-08-01 | 극동대학교 산학협력단 | 병리조직 검사 및 관리를 위한 시스템 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8284059B2 (en) * | 2009-09-21 | 2012-10-09 | Carefusion 303, Inc. | Inventory monitoring and verification system |
| KR101678436B1 (ko) * | 2010-07-29 | 2016-12-06 | 엘지전자 주식회사 | 냉장고 |
| JP6550348B2 (ja) * | 2016-04-07 | 2019-07-24 | 一般社団法人白亜会 | 生検材料デジタル画像化装置 |
| WO2019232470A1 (en) * | 2018-06-01 | 2019-12-05 | Carefusion 303, Inc. | Secure refrigerated bin systems |
| FR3099581B1 (fr) * | 2019-07-29 | 2024-02-02 | Dreampath Diagnostics | Installation et procédé pour le contrôle de l’origine et/ou de la qualité de coupes d’échantillons biologiques |
-
2022
- 2022-07-21 KR KR1020220089993A patent/KR20240012687A/ko unknown
-
2023
- 2023-06-09 WO PCT/KR2023/007902 patent/WO2024019325A1/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101759449B1 (ko) | 2016-12-13 | 2017-08-01 | 극동대학교 산학협력단 | 병리조직 검사 및 관리를 위한 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2024019325A1 (ko) | 2024-01-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Handelman et al. | eD octor: machine learning and the future of medicine | |
| Alhussan et al. | Classification of diabetes using feature selection and hybrid Al-Biruni earth radius and dipper throated optimization | |
| US20220044809A1 (en) | Systems and methods for using deep learning to generate acuity scores for critically ill or injured patients | |
| Kulkarni et al. | Hybrid disease prediction approach leveraging digital twin and metaverse technologies for health consumer | |
| US20210082577A1 (en) | System and method for providing user-customized prediction models and health-related predictions based thereon | |
| Scott | Demystifying machine learning: a primer for physicians | |
| US20220147865A1 (en) | Machine learning techniques for predictive prioritization | |
| CN116249991A (zh) | 一种神经网络蒸馏方法以及装置 | |
| US20230290435A1 (en) | Method and system for selecting candidate drug compounds through artificial intelligence (ai)-based drug repurposing | |
| Chang et al. | Estimation of chronic illness severity based on machine learning methods | |
| Rajalakshmi et al. | A novel deep learning model for diabetes melliuts prediction in IoT-based healthcare environment with effective feature selection mechanism | |
| Whig et al. | Prediction of breast cancer diagnosis using random forest classifier | |
| Paquette et al. | Machine learning support for decision-making in kidney transplantation: step-by-step development of a technological solution | |
| KR20240012687A (ko) | 파라핀 블록 관리 시스템 및 이를 이용한 파라핀 블록 관리 방법 | |
| KR20240006058A (ko) | 메타 학습으로 생성된 모델로 개인화된 생물학적 상태를 예측하기 위한 시스템, 방법 및 디바이스 | |
| de Paiva et al. | Potential and limitations of machine meta-learning (ensemble) methods for predicting COVID-19 mortality in a large inhospital Brazilian dataset | |
| CN116150700A (zh) | 数据处理方法及装置、电子设备、计算机可读存储介质 | |
| Raj | Edge MLOps framework for AIoT applications | |
| EP4330987A1 (en) | Continuous update of hybrid models for multiple tasks learning from medical images | |
| Dhivya et al. | Square static–deep hyper optimization and genetic meta-learning approach for disease classification | |
| Swaroop et al. | AT-densenet with salp swarm optimization for outlier prediction | |
| US20220375549A1 (en) | Method and system of generating, delivering and displaying cross platform personalized digital software applications | |
| KR20210022413A (ko) | 전립선암 위험도의 변화 정도 예측 시스템 | |
| Moreno-Sanchez | Features importance to improve interpretability of chronic kidney disease early diagnosis | |
| US20230297347A1 (en) | Hardcoded string detection |