KR20240028948A - 심전도 분석을 위한 사용자 인터페이스를 제공하는 방법 및 장치 - Google Patents
심전도 분석을 위한 사용자 인터페이스를 제공하는 방법 및 장치 Download PDFInfo
- Publication number
- KR20240028948A KR20240028948A KR1020230111232A KR20230111232A KR20240028948A KR 20240028948 A KR20240028948 A KR 20240028948A KR 1020230111232 A KR1020230111232 A KR 1020230111232A KR 20230111232 A KR20230111232 A KR 20230111232A KR 20240028948 A KR20240028948 A KR 20240028948A
- Authority
- KR
- South Korea
- Prior art keywords
- control graphic
- electrocardiogram
- analysis
- state
- sub
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 141
- 238000000034 method Methods 0.000 title claims abstract description 50
- 201000010099 disease Diseases 0.000 claims abstract description 49
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 49
- 230000000007 visual effect Effects 0.000 claims abstract description 25
- 230000014509 gene expression Effects 0.000 claims abstract description 23
- 238000013473 artificial intelligence Methods 0.000 claims description 24
- 230000033764 rhythmic process Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000002565 electrocardiography Methods 0.000 description 103
- 238000004891 communication Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000004070 electrodeposition Methods 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 7
- 208000010496 Heart Arrest Diseases 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 208000010125 myocardial infarction Diseases 0.000 description 5
- 208000009042 Anterior Wall Myocardial Infarction Diseases 0.000 description 4
- 238000012217 deletion Methods 0.000 description 4
- 230000037430 deletion Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 208000019622 heart disease Diseases 0.000 description 4
- 238000010187 selection method Methods 0.000 description 4
- 206010003658 Atrial Fibrillation Diseases 0.000 description 3
- 208000002102 Atrial Premature Complexes Diseases 0.000 description 3
- 208000000924 Right ventricular hypertrophy Diseases 0.000 description 3
- 206010042602 Supraventricular extrasystoles Diseases 0.000 description 3
- 208000009729 Ventricular Premature Complexes Diseases 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 206010006578 Bundle-Branch Block Diseases 0.000 description 2
- 208000007177 Left Ventricular Hypertrophy Diseases 0.000 description 2
- 206010040738 Sinus arrest Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 201000009658 anterolateral myocardial infarction Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000009433 disease-worsening effect Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 210000004165 myocardium Anatomy 0.000 description 2
- 230000002028 premature Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 208000011580 syndromic disease Diseases 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002861 ventricular Effects 0.000 description 2
- 206010006580 Bundle branch block left Diseases 0.000 description 1
- 206010006582 Bundle branch block right Diseases 0.000 description 1
- 206010061216 Infarction Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000007574 infarction Effects 0.000 description 1
- 210000005246 left atrium Anatomy 0.000 description 1
- 201000001715 left bundle branch hemiblock Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000306 qrs interval Methods 0.000 description 1
- 210000005245 right atrium Anatomy 0.000 description 1
- 201000007916 right bundle branch block Diseases 0.000 description 1
- 238000003530 single readout Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/339—Displays specially adapted therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/7435—Displaying user selection data, e.g. icons in a graphical user interface
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
-
- 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
- G16H50/20—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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Evolutionary Computation (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
본 개시의 일 실시예에 따른, 심전도 분석을 위해 사용자 인터페이스를 제공하는 방법, 프로그램 및 장치가 개시된다. 상기 방법은, 심전도 판독 대상의 생체 데이터를 획득하는 단계; 및 상기 획득된 생체 데이터를 기반으로 수행되는 심전도 분석의 결과에 따라 시각적 표현 및 상태를 변경하는 제 1 컨트롤 그래픽을 사용자 인터페이스의 제 1 영역에 디스플레이 하는 단계를 포함할 수 있다. 그리고, 상기 제 1 컨트롤 그래픽은 심전도로 판독 가능한 질병의 종류 또는 심전도 특성 별로 구성될 수 있다.
Description
본 개시의 내용은 사용자 인터페이스 기술에 관한 것으로, 구체적으로 심전도 판독 서비스 상에서 심전도를 분석하기 위한 편의 기능을 제공하는 사용자 인터페이스에 관한 것이다.
심전도 검사는 심장의 전기 활동을 기록하는 검사이다. 심전도 검사는 비교적 간단하고 비용 효율적인 검사 방법으로, 심장의 건강 상태를 확인할 수 있으며, 이는 심장 질환의 초기 진단과 관리에 있어 중요한 역할을 한다. 예를 들어, 심전도 검사를 통해 측정된 심전도 신호는 심장의 각 부분이 정상적으로 작동하는지, 심장의 크기와 위치가 정상적인지, 그리고 심장 근육에 손상이 있는지 등을 확인하는 데 사용될 수 있다. 그리고, 심전도 신호는 이러한 확인을 기반으로 다양한 심장 관련 문제를 진단하고, 사람의 건강 상태를 예측하는데 사용될 수 있다. 이러한 과정을 심전도 판독 혹은 분석이라 부른다.
한편, 인공지능 기술이 발전함에 따라, 인공지능 기술을 이용하여 심전도를 판독하는 시도들이 늘어나고 있다. 신경망 기반의 모델에 심전도를 입력하여 각종 심장 질환을 예측하는 서비스가 대표적인 예시 중 하나이다. 그러나, 인공지능 기술이 인간을 완벽히 대체하는 것은 아직까지 어려운 실정이며, 의료 분야는 더욱 조심스러울 수 밖에 없다. 따라서, 인공지능 기반의 판독과 함께 인간인 전문가가 심전도 판독을 원활하게 수행할 수 있는 컴퓨팅 환경이 마련되는 것이 필요하다.
본 개시는 전문가가 간단한 조작으로 손쉽게 심전도 판독을 수행하고, 직관적으로 정보들을 파악하여 판독 결과를 검토할 수 있도록 하는 사용자 인터페이스를 제공하는 방법을 제공하는 것을 목적으로 한다.
다만, 본 개시에서 해결하고자 하는 과제는 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재를 근거로 명확하게 이해될 수 있을 것이다.
전술한 바와 같은 과제를 실현하기 위한 본 개시의 일 실시예에 따라 심전도 분석을 위해 사용자 인터페이스를 제공하는 방법이 개시된다. 상기 방법은, 심전도 판독 대상의 생체 데이터를 획득하는 단계; 및 상기 획득된 생체 데이터를 기반으로 수행되는 심전도 분석의 결과에 따라 시각적 표현 및 상태를 변경하는 제 1 컨트롤 그래픽을 사용자 인터페이스의 제 1 영역에 디스플레이 하는 단계를 포함할 수 있다. 그리고, 상기 제 1 컨트롤 그래픽은, 심전도로 판독 가능한 질병의 종류 또는 심전도 특성 별로 구성될 수 있다.
대안적으로, 상기 제 1 컨트롤 그래픽은, 상기 심전도 분석의 결과를 입력하는 명령에 응답하여, 시각적 표현 및 상태를 동적으로 변경하는 버튼형 그래픽일 수 있다. 그리고, 상기 명령은, 상기 심전도 분석을 수행하는 연산이 완료되면 자동으로 생성되거나, 상기 심전도 분석의 결과를 입력하기 위한 사용자 조작을 통해 생성될 수 있다.
대안적으로, 상기 제 1 컨트롤 그래픽은, 상기 획득된 생체 데이터에 포함된 심전도 데이터를 사전 학습된 인공지능 모델에 입력하여 도출된 분석 결과에 맞추어, 시각적 표현 및 상태를 동적으로 변경하는 제 1 서브 컨트롤 그래픽; 상기 심전도로 판독 가능한 질병의 종류 또는 심전도 특성 별로 사전 결정된 로직(logic)에 따라 도출된 분석 결과에 맞추어, 시각적 표현 및 상태를 동적으로 변경하는 제 2 서브 컨트롤 그래픽; 또는 심전도를 분석하는 사용자에 의해 도출된 분석 결과를 입력하기 위한 사용자 조작을 기반으로, 시각적 표현 및 상태를 동적으로 변경하는 제 3 서브 컨트롤 그래픽 중 적어도 하나를 포함할 수 있다.
대안적으로, 상기 인공지능 모델을 통해 심전도로 판독 가능한 질병이 발병한 것으로 분석 결과가 도출된 경우, 상기 제 1 서브 컨트롤 그래픽은 오프(off) 상태를 온(on) 상태로 변경할 수 있다. 그리고, 상기 인공지능 모델을 통해 심전도로 판독 가능한 질병이 발병하지 않은 것으로 분석 결과가 도출된 경우, 상기 제 1 서브 컨트롤 그래픽은 오프 상태를 유지할 수 있다.
대안적으로, 상기 제 1 서브 컨트롤 그래픽은, 오프 상태를 온 상태로 변경한 경우, 상기 인공지능 모델에 의해 도출된 심전도 분석 결과를 토대로 판독 가능한 중증도에 맞추어, 색상을 동적으로 변경할 수 있다.
대안적으로, 상기 제 1 서브 컨트롤 그래픽은, 선택 방식의 사용자 입력이 수신되면, 온 상태나 오프 상태로 스위칭(switching) 할 수 있다.
대안적으로, 상기 사전 결정된 로직은, 상기 획득된 생체 데이터에 포함된 심전도 신호의 리듬 또는 형태 중 적어도 하나와 연관된 특징을 도출하고, 상기 도출된 특징을 분석하여, 특정 질병의 발병을 판단하기 위해 사전 설정된 조건을 만족하는지 여부를 판단하는 것일 수 있다.
대안적으로, 상기 특징이 상기 조건을 만족한 것으로 판단된 경우, 상기 제 2 서브 컨트롤 그래픽은 오프 상태를 온 상태로 변경할 수 있다. 상기 특징이 상기 조건을 만족하지 못하는 것으로 판단된 경우, 상기 제 2 서브 컨트롤 그래픽은 오프 상태를 유지할 수 있다.
대안적으로, 상기 제 2 서브 컨트롤 그래픽은, 오프 상태를 온 상태로 변경한 경우, 상기 사전 결정된 로직에 따라 도출된 분석 결과를 토대로 판독 가능한 중증도에 맞추어, 색상을 동적으로 변경할 수 있다.
대안적으로, 상기 제 2 서브 컨트롤 그래픽은, 선택 방식의 사용자 입력이 수신되면, 온 상태나 오프 상태로 스위칭 할 수 있다.
대안적으로, 상기 제 3 서브 컨트롤 그래픽은, 선택 방식의 사용자 입력이 수신되면, 색상 혹은 상태 중 적어도 하나를 동적으로 변경할 수 있다.
대안적으로, 상기 방법은, 상기 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 종합해서 생성된 판독문을 표시하는 제 2 컨트롤 그래픽을 상기 사용자 인터페이스의 제 2 영역에 디스플레이 하는 단계를 포함할 수 있다.
대안적으로, 상기 판독문은, 온 상태인 제 1 서브 컨트롤 그래픽을 통해 표시된 분석 결과, 온 상태인 제 2 서브 컨트롤 그래픽을 통해 표시된 분석 결과, 및 온 상태인 제 3 서브 컨트롤 그래픽을 통해 표시된 분석 결과에 대응되는 판독 결과를 상호 구별하기 위해, 상기 분석 결과들에 개별적으로 부여되는 태그(tag)를 포함할 수 있다.
대안적으로, 상기 방법은, 상기 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 종합해서 생성된 판독 결과를 색상으로 표현하는 제 3 컨트롤 그래픽을 상기 사용자 인터페이스의 제 3 영역에 디스플레이 하는 단계를 포함할 수 있다.
대안적으로, 상기 제 3 컨트롤 그래픽은, 상기 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 종합해서 판독되는 중증도에 따라, 색상을 동적으로 변경할 수 있다.
대안적으로, 상기 생체 데이터에 포함된 심전도 신호의 리드 수가 확인되면, 상기 제 1 컨트롤 그래픽은, 상기 심전도 신호의 리드(lead) 수를 기준으로 판독 가능한 질병의 종류 또는 심전도 특성에 맞추어 재구성 될 수 있다.
전술한 바와 같은 과제를 실현하기 위한 본 개시의 일 실시예에 따라 심전도 분석을 위해 사용자 인터페이스를 제공하는 방법이 개시된다. 상기 방법은, 심전도 판독 대상의 생체 데이터를 기반으로 기초 판독 정보를 생성하기 위해, 제 1 사용자가 심전도 분석을 수행할 수 있는 시각화 된 컴퓨팅 환경을 구현하는 제 1 사용자 인터페이스를 제공하는 단계; 및 상기 생체 데이터 및 상기 제 1 사용자 인터페이스를 통해 생성된 기초 판독 정보를 기반으로 최종 판독 정보를 생성하기 위해, 제 2 사용자가 심전도 분석을 수행할 수 있는 시각화 된 컴퓨팅 환경을 구현하는 제 2 사용자 인터페이스를 제공하는 단계를 포함할 수 있다. 이때, 상기 제 1 사용자 인터페이스 및 상기 제 2 사용자 인터페이스는, 심전도 분석의 결과에 따라 시각적 표현 및 상태를 변경하는 제 1 컨트롤 그래픽을 디스플레이 하는 제 1 영역을 포함할 수 있다. 그리고, 상기 제 1 컨트롤 그래픽은, 심전도로 판독 가능한 질병의 종류 또는 심전도 특성 별로 구성될 수 있다.
전술한 바와 같은 과제를 실현하기 위한 본 개시의 일 실시예에 따라, 심전도 분석을 위해 사용자 인터페이스를 제공하기 위한 컴퓨팅 장치가 개시된다. 상기 장치는, 적어도 하나의 코어(core)를 포함하는 프로세서; 상기 프로세서에서 실행 가능한 프로그램 코드(code)들을 포함하는 메모리(memory); 및 사용자 인터페이스를 제공하는 입출력부(input/output unit)를 포함할 수 있다. 이때, 상기 사용자 인터페이스는, 심전도 판독 대상의 생체 데이터를 기반으로 수행되는 심전도 분석의 결과에 따라 시각적 표현 및 상태를 변경하는 제 1 컨트롤 그래픽을 디스플레이 하는 제 1 영역을 포함할 수 있다. 그리고, 상기 제 1 컨트롤 그래픽은, 심전도로 판독 가능한 질병의 종류 또는 심전도 특성 별로 구성될 수 있다.
본 개시는 전문가가 간단한 조작으로 손쉽게 심전도 판독을 수행하고, 직관적으로 정보들을 파악하여 판독 결과를 검토할 수 있도록 하는 사용자 인터페이스를 제공하는 방법을 제공할 수 있다.
도 1은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 블록도이다.
도 2는 본 개시의 일 실시예에 따라 심전도 분석을 위한 사용자 인터페이스를 구현한 화면을 나타낸 개념도이다.
도 3은 본 개시의 일 실시예에 따른 제 1 컨트롤 그래픽을 나타낸 개념도이다.
도 4는 본 개시의 일 실시예에 따른 제 2 컨트롤 그래픽을 나타낸 개념도이다.
도 5는 본 개시의 일 실시예에 따른 사용자 인터페이스의 부가 화면을 나타낸 개념도이다.
도 6은 본 개시의 대안적 실시예에 따른 심전도 분석을 위한 사용자 인터페이스를 구현한 화면을 나타낸 개념도이다.
도 7은 본 개시의 일 실시예에 따른 심전도 분석을 위한 사용자 인터페이스를 제공하는 방법을 나타낸 순서도이다.
도 8은 본 개시의 대안적 실시예에 따른 심전도 분석을 위한 사용자 인터페이스를 제공하는 방법을 나타낸 순서도이다.
도 2는 본 개시의 일 실시예에 따라 심전도 분석을 위한 사용자 인터페이스를 구현한 화면을 나타낸 개념도이다.
도 3은 본 개시의 일 실시예에 따른 제 1 컨트롤 그래픽을 나타낸 개념도이다.
도 4는 본 개시의 일 실시예에 따른 제 2 컨트롤 그래픽을 나타낸 개념도이다.
도 5는 본 개시의 일 실시예에 따른 사용자 인터페이스의 부가 화면을 나타낸 개념도이다.
도 6은 본 개시의 대안적 실시예에 따른 심전도 분석을 위한 사용자 인터페이스를 구현한 화면을 나타낸 개념도이다.
도 7은 본 개시의 일 실시예에 따른 심전도 분석을 위한 사용자 인터페이스를 제공하는 방법을 나타낸 순서도이다.
도 8은 본 개시의 대안적 실시예에 따른 심전도 분석을 위한 사용자 인터페이스를 제공하는 방법을 나타낸 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 개시의 기술 분야에서 통상의 지식을 가진 자(이하, 당업자)가 용이하게 실시할 수 있도록 본 개시의 실시예가 상세히 설명된다. 본 개시에서 제시된 실시예들은 당업자가 본 개시의 내용을 이용하거나 또는 실시할 수 있도록 제공된다. 따라서, 본 개시의 실시예들에 대한 다양한 변형들은 당업자에게 명백할 것이다. 즉, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며, 이하의 실시예에 한정되지 않는다.
본 개시의 명세서 전체에 걸쳐 동일하거나 유사한 도면 부호는 동일하거나 유사한 구성요소를 지칭한다. 또한, 본 개시를 명확하게 설명하기 위해서, 도면에서 본 개시에 대한 설명과 관계없는 부분의 도면 부호는 생략될 수 있다.
본 개시에서 사용되는 "또는" 이라는 용어는 배타적 "또는" 이 아니라 내포적 "또는" 을 의미하는 것으로 의도된다. 즉, 본 개시에서 달리 특정되지 않거나 문맥상 그 의미가 명확하지 않은 경우, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 이해되어야 한다. 예를 들어, 본 개시에서 달리 특정되지 않거나 문맥상 그 의미가 명확하지 않은 경우, "X는 A 또는 B를 이용한다" 는 X가 A를 이용하거나, X가 B를 이용하거나, 혹은 X가 A 및 B 모두를 이용하는 경우 중 어느 하나로 해석될 수 있다.
본 개시에서 사용되는 "및/또는" 이라는 용어는 열거된 관련 개념들 중 하나 이상의 개념의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.
본 개시에서 사용되는 "포함한다" 및/또는 "포함하는" 이라는 용어는, 특정 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는" 이라는 용어는, 하나 이상의 다른 특징, 다른 구성요소 및/또는 이들에 대한 조합의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다.
본 개시에서 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 단수는 일반적으로 "하나 또는 그 이상" 을 포함할 수 있는 것으로 해석되어야 한다.
본 개시에서 사용되는 "제 N(N은 자연수)" 이라는 용어는 본 개시의 구성요소들을 기능적 관점, 구조적 관점, 혹은 설명의 편의 등 소정의 기준에 따라 상호 구별하기 위해 사용되는 표현으로 이해될 수 있다. 예를 들어, 본 개시에서 서로 다른 기능적 역할을 수행하는 구성요소들은 제 1 구성요소 혹은 제 2 구성요소로 구별될 수 있다. 다만, 본 개시의 기술적 사상 내에서 실질적으로 동일하나 설명의 편의를 위해 구분되어야 하는 구성요소들도 제 1 구성요소 혹은 제 2 구성요소로 구별될 수도 있다.
본 개시에서 사용되는 "획득" 이라는 용어는, 외부 장치 혹은 시스템과의 유무선 통신 네트워크를 통해 데이터를 수신하는 것 뿐만 아니라, 온-디바이스(on-device) 형태로 데이터를 생성하는 것을 의미하는 것으로 이해될 수 있다.
한편, 본 개시에서 사용되는 용어 "모듈(module)", 또는 "부(unit)" 는 컴퓨터 관련 엔티티(entity), 펌웨어(firmware), 소프트웨어(software) 혹은 그 일부, 하드웨어(hardware) 혹은 그 일부, 소프트웨어와 하드웨어의 조합 등과 같이 컴퓨팅 자원을 처리하는 독립적인 기능 단위를 지칭하는 용어로 이해될 수 있다. 이때, "모듈", 또는 "부"는 단일 요소로 구성된 단위일 수도 있고, 복수의 요소들의 조합 혹은 집합으로 표현되는 단위일 수도 있다. 예를 들어, 협의의 개념으로서 "모듈", 또는 "부"는 컴퓨팅 장치의 하드웨어 요소 또는 그 집합, 소프트웨어의 특정 기능을 수행하는 응용 프로그램, 소프트웨어 실행을 통해 구현되는 처리 과정(procedure), 또는 프로그램 실행을 위한 명령어 집합 등을 지칭할 수 있다. 또한, 광의의 개념으로서 "모듈", 또는 "부"는 시스템을 구성하는 컴퓨팅 장치 그 자체, 또는 컴퓨팅 장치에서 실행되는 애플리케이션 등을 지칭할 수 있다. 다만, 상술한 개념은 하나의 예시일 뿐이므로, "모듈", 또는 "부"의 개념은 본 개시의 내용을 기초로 당업자가 이해 가능한 범주에서 다양하게 정의될 수 있다.
본 개시에서 사용되는 "모델(model)" 이라는 용어는 특정 문제를 해결하기 위해 수학적 개념과 언어를 사용하여 구현되는 시스템, 특정 문제를 해결하기 위한 소프트웨어 단위의 집합, 혹은 특정 문제를 해결하기 위한 처리 과정에 관한 추상화 모형으로 이해될 수 있다. 예를 들어, 신경망(neural network) "모델" 은 학습을 통해 문제 해결 능력을 갖는 신경망으로 구현되는 시스템 전반을 지칭할 수 있다. 이때, 신경망은 노드(node) 혹은 뉴런(neuron)을 연결하는 파라미터(parameter)를 학습을 통해 최적화하여 문제 해결 능력을 가질 수 있다. 신경망 "모델" 은 단일 신경망을 포함할 수도 있고, 복수의 신경망들이 조합된 신경망 집합을 포함할 수도 있다.
본 개시에서 사용되는 "컨트롤 그래픽" 이라는 용어는 사용자 인터페이스를 조작할 때 명령을 실행시켜 눈에 보이는 결과를 발생시키는 그래픽 개체로 이해될 수 있다. 다시 말해서, "컨트롤 그래픽" 은 사용자 인터페이스를 구성하는 기본 단위로서, 사용자에게 제공될 콘텐츠를 표시하거나 사용자가 조작을 가능하게 하는 사용자 인터페이스 요소로 이해될 수 있다.
전술한 용어의 설명은 본 개시의 이해를 돕기 위한 것이다. 따라서, 전술한 용어를 본 개시의 내용을 한정하는 사항으로 명시적으로 기재하지 않은 경우, 본 개시의 내용을 기술적 사상을 한정하는 의미로 사용하는 것이 아님을 주의해야 한다.
도 1은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 블록 구성도이다.
본 개시의 일 실시예에 따른 컴퓨팅 장치(100)는 데이터의 종합적인 처리 및 연산을 수행하는 하드웨어 장치 혹은 하드웨어 장치의 일부일 수도 있고, 통신 네트워크로 연결되는 소프트웨어 기반의 컴퓨팅 환경일 수도 있다. 예를 들어, 컴퓨팅 장치(100)는 집약적 데이터 처리 기능을 수행하고 자원을 공유하는 주체인 서버일 수도 있고, 서버와의 상호 작용을 통해 자원을 공유하는 클라이언트(client)일 수도 있다. 또한, 컴퓨팅 장치(100)는 복수의 서버들 및 클라이언트들이 상호 작용하여 데이터를 종합적으로 처리하는 클라우드 시스템(cloud system)일 수도 있다. 상술한 기재는 컴퓨팅 장치(100)의 종류와 관련된 하나의 예시일 뿐이므로, 컴퓨팅 장치(100)의 종류는 본 개시의 내용을 기초로 당업자가 이해 가능한 범주에서 다양하게 구성될 수 있다.
도 1을 참조하면, 본 개시의 일 실시예에 따른 컴퓨팅 장치(100)는 프로세서(processor)(110), 메모리(memory)(120), 네트워크부(network unit)(130), 및 입출력부(input/output unit)(140)를 포함할 수 있다. 다만, 도 1은 하나의 예시일 뿐이므로, 컴퓨팅 장치(100)는 컴퓨팅 환경을 구현하기 위한 다른 구성들을 포함할 수 있다. 또한, 상기 개시된 구성들 중 일부만이 컴퓨팅 장치(100)에 포함될 수도 있다.
본 개시의 일 실시예에 따른 프로세서(110)는 컴퓨팅 연산을 수행하기 위한 하드웨어 및/또는 소프트웨어를 포함하는 구성 단위로 이해될 수 있다. 예를 들어, 프로세서(110)는 사용자 인터페이스를 통한 사용자 상호작용(interaction)의 결과로 발생한 명령들을 처리할 수 있다. 또한, 프로세서(110)는 컴퓨터 프로그램을 판독하여 기계 학습을 위한 데이터 처리를 수행할 수 있다. 프로세서(110)는 기계 학습을 위한 입력 데이터의 처리, 기계 학습을 위한 특징 추출, 역전파(backpropagation)에 기반한 오차 계산 등과 같은 연산 과정을 처리할 수 있다. 이와 같은 데이터 처리 및 연산을 수행하기 위한 프로세서(110)는 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치(GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit), 주문형 반도체(ASIC: application specific integrated circuit), 혹은 필드 프로그래머블 게이트 어레이(FPGA: field programmable gate array) 등을 포함할 수 있다. 상술한 프로세서(110)의 종류는 하나의 예시일 뿐이므로, 프로세서(110)의 종류는 본 개시의 내용을 기초로 당업자가 이해 가능한 범주에서 다양하게 구성될 수 있다.
프로세서(110)는 심전도 판독 전문가가 심전도 판독을 위해 사용할 사용자 인터페이스를 생성할 수 있다. 사용자 인터페이스는 심전도 판독을 수행하기 위해 필요한 정보들을 출력하거나 사용자 조작에 따른 입력을 수신하거나 심전도 판독을 위해 필요한 기능들을 구현하기 위한 컨트롤 그래픽을 포함할 수 있다. 예를 들어, 사용자 인터페이스는 심전도 판독 대상의 생체 데이터에 포함된 정보들을 출력하기 위한 컨트롤 그래픽을 포함할 수 있다. 사용자 인터페이스는 심전도 판독 대상의 신상 정보, 심전도 판독 대상이 측정한 심전도 신호의 파형 정보 등을 시각화 하는 컨트롤 그래픽을 포함할 수 있다. 또한, 사용자 인터페이스는 출력 정보를 기반으로 수행된 심전도 판독 결과를 출력하거나 사용자가 입력하도록 유도하는 컨트롤 그래픽을 포함할 수 있다. 이와 같은 컨트롤 그래픽들은 사용자 조작에 의해 시각적 표현이나 상태가 변경될 수 있다.
본 개시의 일 실시예에 따른 메모리(120)는 컴퓨팅 장치(100)에서 처리되는 데이터를 저장하고 관리하기 위한 하드웨어 및/또는 소프트웨어를 포함하는 구성 단위로 이해될 수 있다. 즉, 메모리(120)는 프로세서(110)가 생성하거나 결정한 임의의 형태의 데이터 및 네트워크부(130)가 수신한 임의의 형태의 데이터를 저장할 수 있다. 예를 들어, 메모리(120)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리, 램(RAM: random access memory), 에스램(SRAM: static random access memory), 롬(ROM: read-only memory), 이이피롬(EEPROM: electrically erasable programmable read-only memory), 피롬(PROM: programmable read-only memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 메모리(120)는 데이터를 소정의 체제로 통제하여 관리하는 데이터베이스(database) 시스템을 포함할 수도 있다. 상술한 메모리(120)의 종류는 하나의 예시일 뿐이므로, 메모리(120)의 종류는 본 개시의 내용을 기초로 당업자가 이해 가능한 범주에서 다양하게 구성될 수 있다.
메모리(120)는 프로세서(110)가 연산을 수행하는데 필요한 데이터, 데이터의 조합, 및 프로세서(110)에서 실행 가능한 프로그램 코드(code) 등을 구조화 및 조직화 하여 관리할 수 있다. 예를 들어, 메모리(120)는 후술할 네트워크부(130)를 통해 수신된 의료 데이터를 저장할 수 있다. 메모리(120)는 의료 데이터를 처리하기 위한 룰을 저장하는 프로그램 코드, 신경망 모델이 의료 데이터를 입력받아 학습을 수행하도록 동작시키는 프로그램 코드, 신경망 모델이 의료 데이터를 입력받아 컴퓨팅 장치(100)의 사용 목적에 맞춰 추론을 수행하도록 동작시키는 프로그램 코드, 및 프로그램 코드가 실행됨에 따라 생성된 가공 데이터 등을 저장할 수 있다.
본 개시의 일 실시예에 따른 네트워크부(130)는 임의의 형태의 공지된 유무선 통신 시스템을 통해 데이터를 송수신하는 구성 단위로 이해될 수 있다. 예를 들어, 네트워크부(130)는 근거리 통신망(LAN: local area network), 광대역 부호 분할 다중 접속(WCDMA: wideband code division multiple access), 엘티이(LTE: long term evolution), 와이브로(WiBro: wireless broadband internet), 5세대 이동통신(5G), 초광역대 무선통신(ultra wide-band), 지그비(ZigBee), 무선주파수(RF: radio frequency) 통신, 무선랜(wireless LAN), 와이파이(wireless fidelity), 근거리 무선통신(NFC: near field communication), 또는 블루투스(Bluetooth) 등과 같은 유무선 통신 시스템을 사용하여 데이터 송수신을 수행할 수 있다. 상술한 통신 시스템들은 하나의 예시일 뿐이므로, 네트워크부(130)의 데이터 송수신을 위한 유무선 통신 시스템은 상술한 예시 이외에 다양하게 적용될 수 있다.
네트워크부(130)는 임의의 시스템 혹은 임의의 클라이언트 등과의 유무선 통신을 통해, 프로세서(110)가 연산을 수행하는데 필요한 데이터를 수신할 수 있다. 또한, 네트워크부(130)는 임의의 시스템 혹은 임의의 클라이언트 등과의 유무선 통신을 통해, 프로세서(110)의 연산을 통해 생성된 데이터를 송신할 수 있다. 예를 들어, 네트워크부(130)는 병원 환경 내 데이터베이스, 의료 데이터의 표준화 등의 작업을 수행하는 클라우드 서버, 스마트 워치와 같은 클라이언트 혹은 의료 컴퓨팅 장치 등과의 통신을 통해 생체 데이터를 수신할 수 있다. 네트워크부(130)는 전술한 데이터베이스, 서버, 클라이언트 혹은 컴퓨팅 장치 등과의 통신을 통해, 신경망 모델의 출력 데이터, 및 프로세서(110)의 연산 과정에서 도출되는 중간 데이터, 가공 데이터 등을 송신할 수 있다.
본 개시의 일 실시예에 따른 입출력부(140)는 사용자 인터페이스를 구현하기 위한 하드웨어 및/또는 소프트웨어를 포함하는 구성 단위로 이해될 수 있다. 즉, 입출력부(140)는 프로세서(110)가 생성하거나 결정한 임의의 형태의 데이터 및 네트워크부(130)가 수신한 임의의 형태의 데이터를 시각화 하여 출력할 수 있다. 또한, 입출력부(140)는 프로세서(110), 컴퓨팅 장치(100)와 유무선 통신으로 연결된 임의의 시스템 혹은 임의의 클라이언트 등에 전달될 명령을 생성하는 사용자 입력을 수신할 수 있다. 예를 들어, 입출력부(140)는 액정 디스플레이(LCD: liquid crystal display), 박막 트랜지스터 액정 디스플레이(TFT LCD: thin film transistor-liquid crystal display), 유기 발광 다이오드(OLED: organic light-emitting diode), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display) 등과 같이 시각화 된 정보를 출력하거나 터치 스크린(touch screen)을 구현할 수 있는 디스플레이 모듈을 포함할 수 있다. 또한, 입출력부(140)는 카메라, 마이크로폰(microphone), 키보드, 마우스 등 사용자의 동작(motion), 음성 등과 같은 행동(action)을 인식할 수 있는 입력 모듈을 포함할 수도 있다. 상술한 모듈들은 하나의 예시일 뿐이므로, 입출력부(140)에 포함된 모듈들은 상술한 예시 이외에 본 개시의 내용을 기초로 당업자가 이해 가능한 범주에서 다양하게 구성될 수 있다.
입출력부(140)는 사용자 인터페이스를 구현하여, 프로세서(110)를 통해 생성된 그래픽을 출력하거나 사용자 조작에 의해 생성된 사용자 입력을 수신하여 프로세서(110)로 전달할 수 있다. 예를 들어, 입출력부(140)는 프로세서(110)를 통해 생성된 채혈 후보에 관한 그래픽, 특정 기능에 관한 사용자 입력을 수신하기 위한 그래픽, 정보 제공을 위한 그래픽 등을 사용자 인터페이스의 특정 영역에서 출력할 수 있다. 또한, 입출력부(140)는 사용자 인터페이스의 특정 영역에서 출력되는 그래픽에 대한 사용자 입력을 수신할 수 있다. 이때, 특정 그래픽에 대한 사용자 입력은 사용자가 입출력부(140)를 통해 특정 그래픽을 선택하는 조작에 의해 발생하는 입력 신호로 이해될 수 있다. 또한, 특정 그래픽을 선택하는 조작은 특정 그래픽에 대한 클릭, 더블 클릭, 호버(hover) 등과 같이 입출력부(140)를 통해 사용자가 수행 가능한 행동을 의미할 수 있다. 입출력부(140)는 사용자 입력을 수신하여 프로세서(110)로 전달함으로써, 사용자의 제어를 기반으로 채혈 장치의 동작들이 수행될 수 있도록 할 수 있다.
도 2는 본 개시의 일 실시예에 따라 심전도 분석을 위한 사용자 인터페이스를 구현한 화면을 나타낸 개념도이다. 도 3은 본 개시의 일 실시예에 따른 제 1 컨트롤 그래픽을 나타낸 개념도이다. 도 4는 본 개시의 일 실시예에 따른 제 2 컨트롤 그래픽을 나타낸 개념도이다. 도 5는 본 개시의 일 실시예에 따른 사용자 인터페이스의 부가 화면을 나타낸 개념도이다.
도 2를 참조하면, 본 개시의 일 실시예에 따른 사용자 인터페이스는 생체 데이터를 기반으로 수행되는 심전도 분석의 결과에 따라 시각적 표현 및 상태를 변경하는 제 1 컨트롤 그래픽을 디스플레이 하는 제 1 영역(210)을 포함할 수 있다. 제 1 영역(210)에서 디스플레이 되는 제 1 컨트롤 그래픽은 심전도 분석의 결과를 표시하거나 입력하기 위한 요소로, 심전도로 판독 가능한 질병의 종류 또는 심전도 특성 별로 구성될 수 있다. 예를 들어, 제 1 컨트롤 그래픽은 좌심실비대, 심정지, 심근경색 등과 같이 심전도로 판독 가능한 질병의 종류 각각에 대해 심전도 분석의 결과를 표시, 입력 또는 수정할 수 있도록 구성된 버튼형 그래픽일 수 있다. 또한, 제 1 컨트롤 그래픽은 심전도 신호의 노이즈 유무, 심전도 신호를 기반으로 연산 가능한 심장의 축 방향 등과 같이 심전도 자체의 특성들 각각에 대해 심전도 분석의 결과를 표시, 입력 또는 수정할 수 있도록 구성된 버튼형 그래픽일 수 있다. 생체 데이터를 기초로 심전도 분석을 수행하는 컴퓨팅 연산이 완료되면, 제 1 컨트롤 그래픽은 연산 완료를 통해 생성된 심전도 분석의 결과를 표시하기 위해 시각적 표현 및 상태를 동적으로 변경할 수 있다. 또한, 사용자가 생체 데이터를 기초로 심전도를 분석한 이후에 심전도 분석의 결과를 입력하기 위한 사용자 조작이 이루어지면, 제 1 컨트롤 그래픽은 사용자 조작을 통해 입력되는 심전도 분석의 결과를 표시하기 위해 시각적 표현 및 상태를 동적으로 변경할 수 있다. 즉, 제 1 컨트롤 그래픽은 심전도 분석의 결과를 입력하는 명령에 응답하여, 시각적 표현 및 상태를 동적으로 변경하는 버튼형 그래픽일 수 있다. 이때, 명령은 심전도 분석을 수행하는 연산이 완료되면 자동으로 생성되거나, 심전도 분석의 결과를 입력하기 위한 사용자 조작을 통해 생성될 수 있다.
구체적으로, 제 1 서브 컨트롤 그래픽은 생체 데이터에 포함된 심전도 데이터를 사전 학습된 인공지능 모델에 입력하여 도출된 분석 결과에 맞추어, 시각적 표현 및 상태를 동적으로 변경하는 제 1 서브 컨트롤 그래픽, 심전도로 판독 가능한 질병의 종류 또는 심전도 특성 별로 사전 결정된 로직(logic)에 따라 도출된 분석 결과에 맞추어, 시각적 표현 및 상태를 동적으로 변경하는 제 2 서브 컨트롤 그래픽, 또는 심전도를 분석하는 사용자에 의해 도출된 분석 결과를 입력하기 위한 사용자 조작을 기반으로, 시각적 표현 및 상태를 동적으로 변경하는 제 3 서브 컨트롤 그래픽 중 적어도 하나를 포함할 수 있다.
제 1 서브 컨트롤 그래픽은 사전 학습된 인공지능 모델의 출력에 따라 동작하는 버튼형 그래픽일 수 있다. 여기서, 인공지능 모델은 심전도 데이터에 포함된 심전도 파형의 특징을 추출하고, 추출된 특징을 기반으로 건강 상태를 예측하기 위한 지표를 개별적으로 출력하도록 사전 학습된 모델일 수 있다. 건강 상태를 예측하기 위한 지표는 질환의 발병 여부, 질환의 악화 정도, 질환의 악화 가능성 등 건강에 영향을 미치는 질환과 관련된 분석 정보를 포함하는 것으로 이해될 수 있다. 인공지능 모델의 학습은 지도 학습을 기반으로 수행될 수도 있고, 비지도 학습 또는 자기 지도 학습을 기반으로 수행될 수도 있다. 예를 들어, 인공지능 모델이 생체 데이터에 포함된 심전도 데이터를 입력받아 심근경색이 발병한 것으로 판단한 경우, 인공지능 모델이 발병한 것으로 판단한 심근경색에 대응되는 제 1 서브 컨트롤 그래픽은 오프 상태를 온 상태로 변경할 수 있다. 이때, 제 1 서브 컨트롤 그래픽은 온 상태로 변경되었음을 사용자가 인식할 수 있도록 발광 또는 색상 변경 등과 같은 동작을 수행할 수 있다. 인공지능 모델이 생체 데이터에 포함된 심전도 데이터를 입력받아 심근경색이 발병하지 않은 것으로 판단한 경우, 인공지능 모델이 발병하지 않은 것으로 판단한 특정 질병에 대응되는 제 1 서브 컨트롤 그래픽은 오프 상태를 유지할 수 있다.
제 2 서브 컨트롤 그래픽은 심전도로 판독 가능한 질병의 종류 별로 사전 결정된 로직에 따라 동작하는 버튼형 그래픽일 수 있다. 사전 결정된 로직은 생체 데이터에 포함된 심전도 신호의 리듬 또는 형태 중 적어도 하나와 연관된 특징을 도출하고, 도출된 특징을 분석하여, 특정 질병의 발병을 판단하기 위해 사전 설정된 조건을 만족하는지 여부를 판단하는 것일 수 있다. 이러한 로직은 사용자 인터페이스를 생성하는 컴퓨팅 장치(e.g. 서버 등) 또는 사용자 인터페이스를 제공하는 컴퓨팅 장치(e.g. 클라이언트 등)를 통해 자동으로 수행될 수 있다. 예를 들어, 도 3을 참조하면, 심전도 신호의 리듬 또는 형태 중 적어도 하나와 연관된 특징이 오른심장증의 발병 조건에 만족하는 경우, 오른심장증에 대한 원 형태의 제 2 서브 컨트롤 그래픽(211a)은 오프 상태를 온 상태로 변경할 수 있다. 이때, 오른심장증에 대한 원 형태의 제 2 서브 컨트롤 그래픽(211a)은 도 3과 같이 온 상태로 변경되었음을 사용자가 인식할 수 있도록 발광 또는 색상 변경 등과 같은 동작을 수행할 수 있다. 심전도 신호의 리듬 또는 형태 중 적어도 하나와 연관된 특징이 오른심장증의 발병 조건에 만족하지 못하는 경우, 오른심장증에 대한 원 형태의 제 2 서브 컨트롤 그래픽(211a)은 오프 상태를 유지할 수 있다. 이때, 발병 조건은 심전도 판독 전문가의 임상적 경험 또는 판독 지식을 토대로 사전 설정될 수 있다.
제 3 컨트롤 그래픽은 심전도를 분석하는 사용자에 의해 도출된 분석 결과를 입력하기 위한 사용자 조작에 따라 동작하는 버튼형 그래픽일 수 있다. 이때, 사용자 조작은 선택 방식의 사용자 입력일 수 있다. 여기서, 선택 방식은 클릭, 더블 클릭, 우 클릭 등과 같은 동작 방식을 포함할 수 있다. 예를 들어, 도 3을 참조하면, 사용자에 의해 전극 위치 이상이라고 판단되는 경우, 전극 위치 이상에 대한 세모 형태의 제 3 서브 컨트롤 그래픽(211b)은 선택 방식의 사용자 입력을 통해 오프 상태를 온 상태로 변경할 수 있다. 이때, 전극 위치 이상에 대한 세모 형태의 제 3 서브 컨트롤 그래픽(211b)은 오른심장증에 대한 제 3 서브 컨트롤 그래픽(211a)과 유사하게 온 상태로 변경되었음을 사용자가 인식할 수 있도록 발광 또는 색상 변경 등과 같은 동작을 수행할 수 있다. 사용자에 의해 전극 위치 이상이라고 판단되지 않는 경우, 전극 위치 이상에 대한 세모 형태의 제 3 서브 컨트롤 그래픽(211b)은 선택 방식의 사용자 입력이 수신되지 않으므로 오프 상태를 유지할 수 있다. 사용자에 의해 전극 위치 이상이라는 판단이 번복되는 경우, 전극 위치 이상에 대한 세모 형태의 제 3 서브 컨트롤 그래픽(211b)은 선택 방식의 사용자 입력을 통해 온 상태를 오프 상태로 변경할 수 있다. 이때, 사용자는 본인의 임상적 경험 혹은 판독 지식을 토대로 심전도 신호를 분석하여 전극 위치 이상을 판단할 수 있다. 또한, 사용자는 사용자 인터페이스가 제공하는 사전 설정된 가이드 룰을 토대로 심전도 신호를 분석하여 전극 위치 이상을 판단할 수도 있다.
한편, 제 1 서브 컨트롤 그래픽 또는 제 2 서브 컨트롤 그래픽의 상태 변환은 사용자의 판독이 아닌 컴퓨팅 장치(100)에 의한 판독에 의해 이루어질 수 있다. 따라서, 제 1 서브 컨트롤 그래픽 또는 제 2 서브 컨트롤 그래픽은 컴퓨팅 장치(100)에 의한 판독 결과를 사용자가 검증하여 수정할 수 있도록, 사용자 조작에 기반하여 온 상태나 오프 상태를 스위칭(switching) 할 수 있다. 예를 들어, 제 1 서브 컨트롤 그래픽이 인공지능 모델을 이용한 판독 결과에 따라 오프 상태에서 온 상태로 변환되었지만, 사용자가 오프 상태가 적절한 것으로 판단한 경우, 사용자는 제 1 서브 컨트롤 그래픽의 상태 표시 영역을 선택하는 방식의 조작을 수행할 수 있다. 여기서, 상태 표시 영역을 선택하는 방식은 클릭, 더블 클릭, 우 클릭 등과 같은 동작 방식을 포함할 수 있다. 제 1 서브 컨트롤 그래픽은 상태 표시 영역을 선택하는 방식의 사용자 입력이 수신되면, 온 상태를 오프 상태로 스위칭 할 수 있다. 사용자는 이와 같은 간단한 동작을 통해 모든 판독 결과에 본인의 의견을 손쉽게 반영하여 판독 결과를 결정할 수 있다.
제 1 서브 컨트롤 그래픽, 제 2 서브 컨트롤 그래픽, 또는 제 3 서브 컨트롤 그래픽은 오프 상태를 온 상태로 변경한 경우, 심전도 분석 결과를 토대로 판독 가능한 중증도에 맞추어, 색상을 동적으로 변경할 수 있다. 이때, 서브 컨트롤 그래픽의 색상은 서브 컨트롤 그래픽이 의미하는 질병의 종류에 따라 정해진 중증도를 기준으로 결정될 수 있다. 예를 들어, 심근경색 중 전벽 심근경색이 의심되는 것으로 분석된 경우, 전벽 심근경색에 대한 제 1 서브 컨트롤 그래픽, 제 2 서브 컨트롤 그래픽, 또는 제 3 서브 컨트롤 그래픽은 색상을 검정색으로 변경하면서 오프 상태를 온 상태로 변경할 수 있다. 급성 전벽 심근경색이 의심되는 것으로 분석된 경우, 급성 전벽 심근경색에 대한 제 1 서브 컨트롤 그래픽, 제 2 서브 컨트롤 그래픽, 또는 제 3 서브 컨트롤 그래픽은 색상을 빨간색으로 변경하면서 오프 상태를 온 상태로 변경할 수 있다. 컨트롤 그래픽이 의미하는 질병의 중증도가 낮으면 검은색으로 색상이 표시될 수 있고, 컨트롤 그래픽이 의미하는 질병의 중증도가 높으면 빨간색으로 색상이 표시될 수 있다. 즉, 빨간색으로 표시되는 컨트롤 그래픽이 의미하는 질병은 응급 진료가 필요하기 때문에 의학적으로 중증도가 높은 질병을 의미할 수 있다. 이때, 색상은 질병의 중증도가 낮은 순서에 맞추어 검은색, 초록색, 노란색, 빨간색으로 구성될 수 있다.
제 1 영역(210)에 디스플레이 되는 제 1 컨트롤 그래픽은 생체 데이터에 포함된 심전도 신호의 리드(lead) 수에 따라 재구성될 수 있다. 생체 데이터에 포함된 심전도 신호의 리드 수가 확인되면, 제 1 컨트롤 그래픽은 심전도 신호의 리드 수를 기준으로 판독 가능한 질병의 종류 또는 심전도 특성에 맞추어 재구성 될 수 있다. 예를 들어, 생체 데이터가 12 리드 심전도를 포함하는 경우, 제 1 컨트롤 그래픽은 12 리드 심전도로 판독 가능한 질병의 종류 또는 심전도 특성에 맞추어 제 1 영역(210)에서 디스플레이 될 수 있다. 생체 데이터 6 리드 심전도를 포함하는 경우, 제 1 컨트롤 그래픽은 6 리드 심전도로 판독 가능한 질병의 종류 또는 심전도 특성에 맞추어 제 1 영역(210)에서 디스플레이 될 수 있다. 이와 같이 제 1 컨트롤 그래픽은 고정된 형태로 제 1 영역(210)에 디스플레이 되지 않고, 생체 데이터에 포함된 심전도 신호의 리드 수에 맞추어 유동적으로 재구성 되어 제 1 영역(210)에서 디스플레이 될 수 있다. 리드 수 별로 판독 가능한 질병의 종류 또는 심전도 특성은 하기 [표 1]과 같이 정리될 수 있으나, 이는 본 개시를 이해하기 위한 하나의 예시일 뿐이므로, 본 개시는 이에 제한되지는 않는다.
| 리드 수 | 판독 가능한 질병 |
| 12 리드 | 심방세동, 무수축, 조기심방수축, 조기심실수축, 동정지, 심실조기흥분증후군, 좌축편위, 우축편위, 좌심방확대, 우심방확대, 좌각차단, 우각차단, 좌심실비대, 우심실비대, ST분절상승심근경색 |
| 6 리드 | 심방세동, 무수축, 조기심방수축, 조기심실수축, 동정지, 심실조기흥분증후군, 좌축편위, 우축편위 |
| 1 리드 | 심방세동, 무수축, 조기심방수축, 조기심실수축 |
한편, 도 2 및 도 3에 개시된 서브 컨트롤 그래픽의 형태와 상술한 4가지 색상은 본 개시의 이해를 돕기 위한 하나의 예시일 뿐이므로, 본 개시는 상술한 예시에 제한되지는 않는다.
도 2를 참조하면, 본 개시의 일 실시예에 따른 사용자 인터페이스는 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 종합해서 생성된 판독문을 표시하는 제 2 컨트롤 그래픽을 디스플레이 하는 제 2 영역(220)을 포함할 수 있다. 제 2 컨트롤 그래픽은 제 1 컨트롤 그래픽을 통해 표시된 질병 별 분석 결과를 텍스트로 변환하여 표시할 수 있다. 이때, 제 2 컨트롤 그래픽은 텍스트로 변환된 질병 별 분석 결과를 종합해서 하나의 판독문 형태로 표시할 수 있다. 예를 들어, 도 3과 같이 제 2 컨트롤 그래픽은 영문 텍스트가 표시되는 제 1 판독문(220a), 한글 텍스트가 표시되는 제 2 판독문(220b) 및 분석 결과들이 요약해서 표시되는 제 3 판독문(220c)을 포함할 수 있다. 제 1 판독문(220a) 및 제 2 판독문(220b)에 표시된 문장은 제 1 컨트롤 그래픽을 통해 표시된 질병 별 분석 결과에 대응될 수 있다. 구체적으로, 제 1 컨트롤 그래픽에 포함된 제 1 서브 컨트롤 그래픽 혹은 제 2 서브 컨트롤 그래픽이 온 상태인 경우, 제 1 판독문(220a) 및 제 2 판독문(220b)은 온 상태인 제 1 서브 컨트롤 그래픽 혹은 제 2 서브 컨트롤 그래픽을 통해 표시된 분석 결과에 대응되는 판독 결과를 텍스트로 표시할 수 있다. 제 1 컨트롤 그래픽에 포함된 서브 컨트롤 그래픽들이 온 상태인 경우, 제 1 판독문(220a) 및 제 2 판독문(220b)은 온 상태인 서브 컨트롤 그래픽들을 통해 표시된 분석 결과들에 각각 대응되는 판독 결과를 텍스트로 표시하면서, 서브 컨트롤 그래픽들의 종류에 따라 텍스트를 구별하는 태그(tag)를 함께 표시할 수 있다. 제 1 판독문(220a)은 제 3 서브 컨트롤 그래픽을 통해 표시된 분석 결과에 대응되는 판독 결과에 "consider"와 같은 제 1 태그(10)를 함께 표시할 수 있다. 제 2 판독문(220b)은 제 3 서브 컨트롤 그래픽을 통해 표시된 분석 결과에 대응되는 판독 결과에 "의심"과 같은 제 2 태그(20)를 함께 표시할 수 있다. 또한, 도 4에 개시되지 않았으나, 제 1 판독문(220a)은 제 1 서브 컨트롤 그래픽을 통해 표시된 분석 결과에 대응되는 판독 결과에 "probable"와 같은 제 3 태그를 함께 표시할 수 있다. 사용자는 이와 같이 서브 컨트롤 그래픽의 종류 별로 마련된 태그를 통해 컴퓨팅 연산에 의해 도출되는 분석 결과들과 본인의 판단을 통해 도출되는 분석 결과를 용이하게 구분할 수 있으며, 제 3 자 또한 직관적으로 분석 결과들을 구분하여 추가적으로 활용할 수 있다. 그리고, 제 3 판독문(220c)에 표시된 요약 텍스트는 질병 별 분석 결과를 종합해서 어떠한 질병이 예측되는지 등을 종합적으로 평가한 결과에 대응될 수 있다. 한편, 상술한 제 1 태그(10) 제 2 태그(20), 및 제 3 태그는 본 개시의 내용을 이해하기 위한 하나의 예시일 뿐이므로, 본 개시의 태그는 상술한 구체적인 표현에 제한되지는 않는다.
도 2를 참조하면, 본 개시의 일 실시예에 따른 사용자 인터페이스는 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 종합해서 생성된 판독 결과를 색상으로 표현하는 제 3 컨트롤 그래픽을 디스플레이 하는 제 3 영역(230)을 포함할 수 있다. 제 1 컨트롤 그래픽을 통해 질병의 종류 또는 심전도 특성 별로 분석 결과가 색상으로 표시되면, 분석 결과들을 종합하여 판독된 심전도 판독 대상의 중증도가 제 3 컨트롤 그래픽을 통해 여러 색상들 중 하나로 표시될 수 있다. 예를 들어, 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 종합한 결과, 전문가 확인 후 필요에 따라 심전도 검사를 재시행 해야 하는 것으로 판독된 경우, 제 3 컨트롤 그래픽은 검은색 색상을 표시할 수 있다. 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 종합한 결과, 응급 상황이 아닌 것으로 판독된 경우, 제 3 컨트롤 그래픽은 초록색 색상을 표시할 수 있다. 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 종합한 결과, 추가 검사 및 진료가 필요한 것으로 판독된 경우, 제 3 컨트롤 그래픽은 검은색 색상을 표시할 수 있다. 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 종합한 결과, 응급 상황인 것으로 판독된 경우, 제 3 컨트롤 그래픽은 빨간색 색상을 표시할 수 있다. 이때, 응급 상황에 해당하는 빨간색 색상을 표시하는 제 1 컨트롤 그래픽이 하나라도 존재하는 경우, 제 3 컨트롤 그래픽은 빨간색 색상을 표시할 수 있다. 응급 상황에 해당하는 빨간색 색상을 표시하는 제 1 컨트롤 그래픽은 없고 추가 검사 및 진료가 필요한 상황에 해당하는 노란색 색상을 표시하는 제 1 컨트롤 그래픽이 하나라도 존재하는 경우, 제 3 컨트롤 그래픽은 노란색 색상을 표시할 수 있다. 이와 같이 제 3 컨트롤 그래픽에 표시되는 색상을 결정하는 판독은 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들 중 가장 높은 중증도를 나타내는 색상을 기준으로 수행될 수 있다.
도 2를 참조하면, 본 개시의 일 실시예에 따른 사용자 인터페이스는 생체 데이터에 포함된 심전도 신호를 리드 별로 표시하는 제 4 컨트롤 그래픽을 디스플레이 하는 제 4 영역(240), 심전도 판독을 수행해야 하는 목록을 표시하는 제 5 컨트롤 그래픽을 디스플레이 하는 제 5 영역(245), 생체 데이터에 포함된 식별 정보를 표시하는 제 6 컨트롤 그래픽을 디스플레이 하는 제 6 영역(250), 및 사용자가 판독 결과를 조정하기 위한 입력을 수신하는 제 7 컨트롤 그래픽을 디스플레이 하는 제 7 영역(260)을 포함할 수 있다. 그리고, 사용자 인터페이스는 심전도 분석에 필요한 정보를 표시하고, 심전도 분석 과정에서 사용자의 의견을 기록하기 위한 입력을 수신하는 제 8 컨트롤 그래픽을 디스플레이 하는 제 8 영역(270), 심전도 분석이 수행된 현황을 표시하는 제 9 컨트롤 그래픽을 디스플레이 하는 제 9 영역(280), 및 사용자가 분석을 보류하거나 분석을 완료하기 위한 입력을 수신하는 제 10 컨트롤 그래픽을 디스플레이 하는 제 10 영역(290)을 포함할 수 있다.
제 4 영역(240)에 디스플레이 된 제 4 컨트롤 그래픽은 생체 데이터에 포함된 심전도 신호의 리드 수에 맞추어 노출되는 신호의 개수를 동적으로 변경할 수 있다. 예를 들어, 생체 데이터에 포함된 심전도 신호의 리드 수가 12 리드인 경우, 제 4 컨트롤 그래픽은 12 리드의 신호를 표시할 수 있다. 이때, 제 4 컨트롤 그래픽은 사용자 조작에 따른 사용자 입력을 기초로 심전도 신호의 축소 또는 확대, 심전도 신호 상의 포인트 설정 등과 같은 동작을 수행할 수 있다. 이러한 동작을 통해 사용자는 심전도 신호를 편리하게 분석하여 심전도 분석에 필요한 정보를 손쉽게 확인할 수 있다.
제 5 영역(245)에 디스플레이 된 제 5 컨트롤 그래픽은 판독이 수행되어야 하는 대상에 대한 정보를 표시하는 그래픽으로, 사용자 조작에 따라 정보의 노출을 동적으로 조절할 수 있다. 예를 들어, 도 2와 같이 기본적인 사용자 인터페이스 구성에서 제 5 컨트롤 그래픽에 대한 별도의 사용자 조작이 이루어지지 않는 경우, 제 5 컨트롤 그래픽은 어떠한 정보도 표시하지 않고 아이콘 상태를 유지할 수 있다. 제 5 컨트롤 그래픽에 대한 사용자 조작이 이루어지는 경우, 제 5 컨트롤 그래픽은 도 5와 같이 판독 대상에 대한 정보를 목록화 하여 표시할 수 있다. 이때, 제 5 컨트롤 그래픽은 심전도 판독 대상의 고유 정보 혹은 시간을 기준으로 검색할 수 있는 입력창을 표시하는 엔티티(245a), 심전도 판독 대상을 대기, 완료 또는 패스(pass)로 상태를 구분하기 위한 탭 방식의 엔티티(245b), 탭 방식으로 구분된 상태에 맞추어 심전도 판독 대상들의 정보를 표시하는 엔티티(245c)를 포함할 수 있다.
제 6 영역(250)에 디스플레이 된 제 6 컨트롤 그래픽은 심전도 신호를 획득한 병원의 정보를 표시하는 엔티티(entity), 심전도 신호를 획득한 환자의 고유 정보를 비식별화 된 임의 값으로 표시하는 엔티티, 심전도 판독 대상으로부터 심전도 신호를 획득한 날짜와 시간을 표시하는 엔티티, 및 심전도 판독 대상의 나이, 성별, 몸무게 및 키를 표시하는 엔티티를 포함할 수 있다. 제 6 컨트롤 그래픽에 포함된 엔티티들에 표시되는 정보는 별도의 사용자 입력 없이 판독 대상이 결정되면 자동으로 수행되는 연산을 통해 도출될 수 있다.
제 7 영역(260)에 디스플레이 된 제 7 컨트롤 그래픽은 사용자가 판독한 결과를 삭제하거나 삭제된 결과를 이전 값으로 되돌릴 때 사용되는 엔티티, 사용자가 판독 결과를 초기화 할 때 사용되는 엔티티를 포함할 수 있다. 예를 들어, 사용자가 제 3 서브 컨트롤 그래픽에 입력된 특정 정보를 삭제하고자 하는 경우, 사용자는 제 7 컨트롤 그래픽에 포함된 삭제용 엔티티를 조작하여 해당 정보를 삭제할 수 있다. 이때, 삭제용 엔티티는 사용자 조작이 이루어지면 동적으로 복구용 엔티티로 변경될 수 있다. 따라서, 삭제 이후 사용자가 이전에 삭제된 정보를 되돌리고자 하는 경우, 사용자는 삭제용 엔티티가 동적으로 변경되어 생성된 복구용 엔티티를 조작하여 해당 정보를 삭제할 수 있다. 이때, 조작은 엔티티를 선택하는 사용자 입력일 수 있다. 또한, 사용자가 제 3 서브 컨트롤 그래픽에 입력된 모든 정보를 입력되지 않은 최초 상태로 되돌리고자 하는 경우, 사용자는 제 7 컨트롤 그래픽에 포함된 초기화 엔티티를 조작하여 모든 입력 정보를 삭제하고 최초 상태로 복구할 수 있다.
제 8 영역(270)에 디스플레이 된 제 8 컨트롤 그래픽은 심전도 신호의 특징을 나열하는 엔티티를 포함할 수 있다. 구체적으로, 심전도 신호의 특징을 나열하는 엔티티는 심전도 신호를 통해 확인 가능한 심박수, PR 간격, QRS 간격, QT 간격, P파 축, QRS 축을 표시할 수 있다. 이때, 해당 엔티티에 표시되는 정보는 별도의 사용자 입력 없이 판독 대상이 결정되면 자동으로 수행되는 연산을 통해 도출될 수 있다. 또한, 제 8 컨트롤 그래픽은 사용자의 의견을 기록하기 위한 엔티티, 사용자가 판독 내용을 수정하거나 내용을 반영할 때 사용하는 엔티티, 다른 사용자의 의견을 표시하기 위한 엔티티, 판독이 완료된 대상에 대한 재판독이 의뢰되었을 때 의뢰 사유를 표시하는 엔티티, 응급 환자에 대한 판독이 의뢰되었을 때 그에 대한 사유를 표시하는 엔티티를 포함할 수 있다. 다른 사용자의 의견을 표시하기 위한 엔티티는 심전도 판독을 수행하는 사용자가 1차 판독 사용자와 2차 판독 사용자로 나누어진 경우에 2차 판독 사용자가 1차 판독 사용자에게 판독의 수정이 필요하다는 의견을 전달할 때 사용될 수 있다.
제 9 영역(280)에 디스플레이 된 제 9 컨트롤 그래픽은 판독이 되지 않은 대기 상태의 심전도 신호의 수를 표시하는 엔티티, 판독이 완료된 심전도 신호의 수를 표시하는 엔티티를 포함할 수 있다. 사용자는 제 9 컨트롤 그래픽을 통해 판독을 수행해야 하는 작업량과 판독 실적을 손쉽게 확인할 수 있다.
제 10 영역(290)에 디스플레이 된 제 10 컨트롤 그래픽은 사용자가 심전도 판독을 보류하기 위해 사용되는 엔티티, 특정 사용자가 다른 사용자에게 판독 결과를 전송할 때 사용되는 엔티티를 포함할 수 있다. 예를 들어, 심전도 판독을 수행하는 사용자가 1차 판독 사용자와 2차 판독 사용자로 나누어진 경우, 1차 판독 사용자는 제 10 컨트롤 그래픽에 포함된 엔티티를 조작하여 2차 판독 사용자에게 판독 결과를 전송할 수 있다.
한편, 도 2를 참조하여 설명한 본 개시의 일 실시예에 따른 사용자 인터페이스에 포함된 영역들의 위치 및/또는 외관은 사용 환경에 따라 동적으로 변경될 수 있으므로, 도 2의 표현에 의해 제한되지 않는다.
도 6은 본 개시의 대안적 실시예에 따른 심전도 분석을 위한 사용자 인터페이스를 구현한 화면을 나타낸 개념도이다.
본 개시의 대안적 실시예에 따른 사용자 인터페이스는 도 2의 사용자 인터페이스를 통해 1차 판독된 결과를 수신하여 표시하거나 2차 판독을 수행하는 사용자의 조작에 의한 입력을 수신하기 위한 컨트롤 그래픽을 디스플레이 할 수 있다. 구체적으로, 도 6을 참조하면, 사용자 인터페이스는 1차 판독이 수행된 심전도 판독 대상에 대한 식별 정보 및 심전도 신호를 표시하는 제 11 컨트롤 그래픽을 디스플레이 하는 제 11 영역(310), 판독 대상에 대한 정보를 목록화 하여 표시하는 제 12 컨트롤 그래픽을 디스플레이 하는 제 12 영역(315), 1차 판독 결과를 색상으로 표시하는 제 13 컨트롤 그래픽을 디스플레이 하는 제 13 컨트롤 그래픽을 디스플레이 하는 제 13 영역(320), 1차 판독을 수행한 사용자의 정보와 판독 과정에서 기록된 사항을 표시하는 제 14 컨트롤 그래픽을 디스플레이 하는 제 14 영역(330), 1차 판독의 일시 정보를 표시하고, 2차 판독을 수행하는 사용자가 판독을 반려하기 위한 사유를 입력 받는 제 15 컨트롤 그래픽을 디스플레이 하는 제 15 영역(340), 심전도 의뢰 상태 및 의뢰 상태에 대응되는 정보를 표시하는 제 16 컨트롤 그래픽을 디스플레이 하는 제 16 영역(350), 2차 판독을 수행하는 사용자의 최종 판독 의견을 입력 받는 제 17 컨트롤 그래픽을 디스플레이 하는 제 17 영역(360), 및 2차 판독을 위한 추가 기능을 제공하는 제 18 컨트롤 그래픽을 디스플레이 하는 제 18 영역(370)을 포함할 수 있다.
제 11 영역(310)에 디스플레이 된 제 11 컨트롤 그래픽은 제 4 영역(240)에 디스플레이 된 제 4 컨트롤 그래픽과 제 6 영역(250)에 디스플레이 된 제 6 컨트롤 그래픽을 병합한 형태에 대응되고, 제 12 영역(315)에 디스플레이 된 제 12 컨트롤 그래픽은 제 5 영역(245)에 디스플레이 된 제 5 컨트롤 그래픽에 대응되므로, 이하에서 구체적인 설명은 생략하도록 한다. 또한, 제 13 영역(320)에 디스플레이 된 제 13 컨트롤 그래픽은 제 3 영역(230)에 디스플레이 된 제 3 컨트롤 그래픽에 대응되므로, 이하에서 구체적인 설명은 생략하도록 한다.
제 18 영역(370)에 디스플레이 된 제 18 컨트롤 그래픽은 동일 대상이 측정한 복수의 심전도 신호들을 비교하기 위해 사용되는 엔티티, 2차 판독을 수행하는 사용자가 1차 판독을 수행하는 사용자에게 판독을 반려하기 위해 사용되는 엔티티, 2차 판독을 완료하여 저장하기 위해 사용되는 엔티티를 포함할 수 있다. 예를 들어, 심전도 신호들을 비교하기 위해 사용되는 엔티티에 대한 사용자 조작이 이루어지는 경우, 해당 엔티티는 동일 대상이 측정한 복수의 심전도 신호들을 제 11 컨트롤 그래픽과 동일한 형태로 모두 표시할 수 있다. 이때, 도 6에 포함된 다른 컨트롤 그래픽들은 임시적으로 노출되지 않고 복수의 심전도 신호들만 노출될 수 있다.
한편, 도 6을 참조하여 설명한 본 개시의 대안적 실시예에 따른 사용자 인터페이스에 포함된 영역들의 위치 및/또는 외관은 사용 환경에 따라 동적으로 변경될 수 있으므로, 도 6의 표현에 의해 제한되지 않는다. 또한, 본 개시의 대안적 실시예에 따른 사용자 인터페이스는 사용 목적에 따라 도 6과 같이 구현될 수 있는 것 뿐만 아니라 도 2와 동일하게 구현될 수도 있고, 도 2와 도 6에 표현된 요소들을 모두 병합한 형태로도 구현될 수 있다.
도 7은 본 개시의 일 실시예에 따른 심전도 분석을 위한 사용자 인터페이스를 제공하는 방법을 나타낸 순서도이다.
도 7을 참조하면, 본 개시의 일 실시예에 따른 컴퓨팅 장치(100)는 심전도 판독 대상의 생체 데이터를 획득할 수 있다(S110). 예를 들어, 컴퓨팅 장치(100)는 심전도 의료 기기와 통신을 통해 심전도 의료기기에서 측정된 생체 데이터를 수신할 수 있다. 이때, 생체 데이터는 심전도 판독 대상의 고유 정보와 심전도 판독 대상으로부터 측정한 심전도 데이터를 포함할 수 있다. 심전도 의료 기기는 생체 데이터를 암호화 하여 컴퓨팅 장치(100)로 전달할 수 있으며, 컴퓨팅 장치(100)는 심전도 의료 기기로부터 전달받은 암호화 된 생체 데이터를 부호화 하여 심전도 분석 환경을 생성하는데 사용할 수 있다.
컴퓨팅 장치(100)는 S110 단계를 통해 획득된 생체 데이터를 기반으로, 심전도 분석을 위한 사용자 인터페이스를 디스플레이 할 수 있다(S120). 예를 들어, 컴퓨팅 장치(100)는 생체 데이터를 기반으로 수행되는 심전도 분석의 결과에 따라 시각적 표현 및 상태를 변경하는 제 1 컨트롤 그래픽을 사용자 인터페이스의 제 1 영역에 디스플레이 할 수 있다(S121). 이때, 제 1 컨트롤 그래픽은 심전도 분석의 결과를 입력하는 명령에 응답하여, 시각적 표현 및 상태를 동적으로 변경하는 버튼형 그래픽일 수 있다. 심전도 분석의 결과를 입력하는 명령은 컴퓨팅 장치(100)가 생체 데이터를 기반으로 수행하는 분석 연산을 통해 자동으로 생성될 수 있다. 이때, 컴퓨팅 장치(100)가 수행하는 분석 연산은 특정 질병의 발병을 예측하도록 사전 학습된 인공지능 모델을 기반으로 수행될 수도 있고, 특정 질병의 발병 조건을 만족하는지 여부를 판단하기 위해 사전 결정된 로직에 따라 수행될 수도 있다. 또한, 심전도 분석의 결과를 입력하는 명령은 심전도 분석의 결과를 입력하기 위한 사용자 조작을 통해 생성될 수 있다. 이때, 사용자 조작은 질병의 종류 또는 심전도 특성 별로 구성된 제 1 컨트롤 그래픽을 선택하는 방식의 입력일 수 있다.
사용자는 제 1 컨트롤 그래픽을 통해 컴퓨팅 연산을 통해 분석된 결과를 한눈에 직관적으로 파악할 수 있다. 또한, 사용자는 제 1 컨트롤 그래픽을 통해 질병 별 분석 결과를 손쉽게 입력할 수 있고, 입력된 결과를 한눈에 직관적으로 파악할 수 있다.
컴퓨팅 장치(100)는 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 종합해서 생성된 판독문을 표시하는 제 2 컨트롤 그래픽을 사용자 인터페이스의 제 2 영역에 디스플레이 할 수 있다(S125). 컴퓨팅 장치(100)는 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 텍스트로 변환할 수 있다. 그리고, 컴퓨팅 장치(100)는 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 구별하기 위해, 분석 결과들 각각에 태그를 부여할 수 있다. 구체적으로, 컴퓨팅 장치(100)는 인공지능 모델의 연산 결과를 기반으로 동작하는 제 1 서브 컨트롤 그래픽을 통해 표시된 분석 결과, 사전 결정된 로직에 따른 연산 결과를 기반으로 동작하는 제 2 서브 컨트롤 그래픽을 통해 표시된 분석 결과, 또는 사용자 조작을 기반으로 동작하는 제 3 서브 컨트롤 그래픽을 통해 표시된 분석 결과 각각에 대해 상호 구별되는 태그를 부여할 수 있다. 태그는 서브 컨트롤 그래픽의 종류 별로 사전 설정된 텍스트 요소일 수 있으며, 태그의 표현은 서브 컨트롤 그래픽의 종류 별로 사용자 조작에 의해 결정될 수 있다. 즉, 컴퓨팅 장치(100)는 서브 컨트롤 그래픽들을 통해 표시된 분석 결과들에 각각 대응되는 텍스트의 앞 혹은 뒤에 서브 컨트롤 그래픽의 종류에 맞추어 텍스트들을 구별하기 위한 태그를 부여할 수 있다. 컴퓨팅 장치(100)는 상술한 과정을 통해 변환된 텍스트들을 하나로 병합하여 판독문을 생성할 수 있다. 그리고, 컴퓨팅 장치(100)는 생성된 판독문을 제 2 컨트롤 그래픽을 통해 디스플레이 할 수 있다. 한편, 제 1 컨트롤 그래픽을 통해 분석 결과들이 표시되거나 입력되지 않더라도, 콘텐츠가 없는 제 2 컨트롤 그래픽의 기본 프레임은 제 2 영역에서 디스플레이 될 수 있다.
컴퓨팅 장치(100)는 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 종합해서 생성된 판독 결과를 색상으로 표현하는 제 3 컨트롤 그래픽을 사용자 인터페이스의 제 3 영역에 디스플레이 할 수 있다(S129). 컴퓨팅 장치(100)는 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들 중에서 가장 중증도가 높은 결과를 인식할 수 있다. 이때, 중증도는 질병의 종류 별로 의학적 판단에 따라 사전 결정된 지표일 수 있다. 예를 들어, 응급도가 낮은 우심실비대가 발생할 것이 의심되는 경우, 우심실비대에 대응되는 제 1 컨트롤 그래픽은 비교적 낮은 중증도를 나타내는 초록색을 표시할 수 있다. 응급도가 높은 심정지가 발생할 것이 의심되는 경우, 심정지에 대응되는 제 1 컨트롤 그래픽은 매우 높은 중증도를 나타내는 빨간색을 표시할 수 있다. 그리고, 컴퓨팅 장치(100)는 인식된 가장 높은 중증도를 기준으로 색상을 결정하여, 제 3 컨트롤 그래픽을 통해 결정된 색상을 표시할 수 있다. 한편, 제 1 컨트롤 그래픽을 통해 분석 결과들이 표시되거나 입력되지 않더라도, 콘텐츠가 없는 제 3 컨트롤 그래픽의 기본 프레임은 제 3 영역에서 디스플레이 될 수 있다.
사용자는 제 2 컨트롤 그래픽을 통해 질병 별 분석 결과를 종합하여 손쉽게 정리할 수 있고, 태그를 통해 분석 결과들을 원활하게 구별할 수 있다. 그리고, 사용자는 제 3 컨트롤 그래픽을 통해 판독 결과에 따른 중증도를 한눈에 직관적으로 파악할 수 있다.
도 8은 본 개시의 대안적 실시예에 따른 심전도 분석을 위한 사용자 인터페이스를 제공하는 방법을 나타낸 순서도이다. 본 개시의 대안적 실시예에 따른 제 1 컴퓨팅 장치의 구성과 제 2 컴퓨팅 장치의 구성은 상술한 도 1의 컴퓨팅 장치(100)의 구성에 대응될 수 있다.
도 8을 참조하면, 본 개시의 대안적 실시예에 따르면, 제 1 컴퓨팅 장치는 심전도 판독 대상의 생체 데이터를 기반으로 기초 판독 정보를 생성하기 위해, 제 1 사용자가 심전도 분석을 수행할 수 있는 시각화 된 컴퓨팅 환경을 구현하는 제 1 사용자 인터페이스를 제공할 수 있다(S210). 제 1 컴퓨팅 장치는 심전도 의료 기기로부터 생체 데이터를 수신하여, 제 1 사용자 인터페이스를 통해 심전도 분석에 필요한 정보를 출력할 수 있다. 제 1 컴퓨팅 장치는 생체 데이터를 기초로 심전도 분석을 수행하고, 제 1 사용자 인터페이스를 통해 분석 결과를 출력할 수 있다. 또한, 제 1 컴퓨팅 장치는 제 1 사용자가 분석을 위해 필요한 정보를 확인하고 분석 결과를 입력할 수 있도록 하기 위한 컨트롤 그래픽을 제 1 사용자 인터페이스를 통해 디스플레이 할 수 있다. 제 1 컴퓨팅 장치는 자체적인 연산을 통해 분석된 결과와 컨트롤 그래픽을 통해 입력된 정보를 토대로 기초 판독 정보를 생성하여 제 1 사용자 인터페이스를 통해 디스플레이 할 수 있다. 한편, 제 1 사용자 인터페이스는 상술한 도 2의 사용자 인터페이스에 대응되는 구조를 가질 수 있다.
제 2 컴퓨팅 장치는 생체 데이터 및 제 1 사용자 인터페이스를 통해 생성된 기초 판독 정보를 기반으로 최종 판독 정보를 생성하기 위해, 제 2 사용자가 심전도 분석을 수행할 수 있는 시각화 된 컴퓨팅 환경을 구현하는 제 2 사용자 인터페이스를 제공할 수 있다(S220). 제 2 컴퓨팅 장치는 제 1 컴퓨팅 장치, 분석 결과를 관리하는 클라우드 서버, 혹은 데이터베이스와 통신을 통해 생체 데이터 및 제 1 사용자 인터페이스를 통해 생성된 기초 판독 정보를 획득할 수 있다. 제 2 컴퓨팅 장치는 제 2 사용자 인터페이스를 통해 생체 데이터 및 제 1 사용자 인터페이스를 통해 생성된 기초 판독 정보를 출력할 수 있다. 제 2 컴퓨팅 장치는 제 2 사용자가 분석을 위해 필요한 정보를 확인하고 분석 결과를 입력하거나 제 1 사용자의 분석 결과를 수정 혹은 반려할 수 있도록 하기 위한 컨트롤 그래픽을 제 1 사용자 인터페이스를 통해 디스플레이 할 수 있다. 제 2 컴퓨팅 장치는 제 2 사용자에 의해 확정된 최종 판독 정보를 제 2 사용자 인터페이스를 통해 디스플레이 할 수 있다. 또한, 제 2 컴퓨팅 장치는 제 2 사용자에 의해 확정된 최종 판독 정보를 다양한 형식(e.g. XML 형식, CSV 형식, PDF 형식 등)으로 저장할 수 있다. 한편, 제 2 사용자 인터페이스는 상술한 도 2의 사용자 인터페이스에 대응되는 구조를 가질 수도 있고, 상술한 도 2와 도 6을 병합한 형태의 사용자 인터페이스에 대응되는 구조를 가질 수도 있다.
앞서 설명된 본 개시의 다양한 실시예는 추가 실시예와 결합될 수 있고, 상술한 상세한 설명에 비추어 당업자가 이해 가능한 범주에서 변경될 수 있다. 본 개시의 실시예들은 모든 면에서 예시적인 것이며, 한정적이 아닌 것으로 이해되어야 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성요소들도 결합된 형태로 실시될 수 있다. 따라서, 본 개시의 특허청구범위의 의미, 범위 및 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 개시의 범위에 포함되는 것으로 해석되어야 한다.
Claims (18)
- 심전도 분석을 위해 사용자 인터페이스를 제공하는 방법으로서,
심전도 판독 대상의 생체 데이터를 획득하는 단계; 및
상기 획득된 생체 데이터를 기반으로 수행되는 심전도 분석의 결과에 따라 시각적 표현 및 상태를 변경하는 제 1 컨트롤 그래픽을 사용자 인터페이스의 제 1 영역에 디스플레이 하는 단계;
를 포함하고,
상기 제 1 컨트롤 그래픽은,
심전도로 판독 가능한 질병의 종류 또는 심전도 특성 별로 구성되는,
방법.
- 제 1 항에 있어서,
상기 제 1 컨트롤 그래픽은,
상기 심전도 분석의 결과를 입력하는 명령에 응답하여, 시각적 표현 및 상태를 동적으로 변경하는 버튼형 그래픽이고,
상기 명령은,
상기 심전도 분석을 수행하는 연산이 완료되면 자동으로 생성되거나, 상기 심전도 분석의 결과를 입력하기 위한 사용자 조작을 통해 생성되는,
방법.
- 제 1 항에 있어서,
상기 제 1 컨트롤 그래픽은,
상기 획득된 생체 데이터에 포함된 심전도 데이터를 사전 학습된 인공지능 모델에 입력하여 도출된 분석 결과에 맞추어, 시각적 표현 및 상태를 동적으로 변경하는 제 1 서브 컨트롤 그래픽;
상기 심전도로 판독 가능한 질병의 종류 또는 심전도 특성 별로 사전 결정된 로직(logic)에 따라 도출된 분석 결과에 맞추어, 시각적 표현 및 상태를 동적으로 변경하는 제 2 서브 컨트롤 그래픽; 또는
심전도를 분석하는 사용자에 의해 도출된 분석 결과를 입력하기 위한 사용자 조작을 기반으로, 시각적 표현 및 상태를 동적으로 변경하는 제 3 서브 컨트롤 그래픽;
중 적어도 하나를 포함하는,
방법.
- 제 3 항에 있어서,
상기 인공지능 모델을 통해 심전도로 판독 가능한 질병이 발병한 것으로 분석 결과가 도출된 경우, 상기 제 1 서브 컨트롤 그래픽은 오프(off) 상태를 온(on) 상태로 변경하고,
상기 인공지능 모델을 통해 심전도로 판독 가능한 질병이 발병하지 않은 것으로 분석 결과가 도출된 경우, 상기 제 1 서브 컨트롤 그래픽은 오프 상태를 유지하는,
방법.
- 제 4 항에 있어서,
상기 제 1 서브 컨트롤 그래픽은,
오프 상태를 온 상태로 변경한 경우, 상기 인공지능 모델에 의해 도출된 심전도 분석 결과를 토대로 판독 가능한 중증도에 맞추어, 색상을 동적으로 변경하는,
방법.
- 제 3 항에 있어서,
상기 제 1 서브 컨트롤 그래픽은,
선택 방식의 사용자 입력이 수신되면, 온 상태나 오프 상태로 스위칭(switching) 하는,
방법.
- 제 3 항에 있어서,
상기 사전 결정된 로직은,
상기 획득된 생체 데이터에 포함된 심전도 신호의 리듬 또는 형태 중 적어도 하나와 연관된 특징을 도출하고,
상기 도출된 특징을 분석하여, 특정 질병의 발병을 판단하기 위해 사전 설정된 조건을 만족하는지 여부를 판단하는 것인,
방법.
- 제 7 항에 있어서,
상기 특징이 상기 조건을 만족한 것으로 판단된 경우, 상기 제 2 서브 컨트롤 그래픽은 오프 상태를 온 상태로 변경하고,
상기 특징이 상기 조건을 만족하지 못하는 것으로 판단된 경우, 상기 제 2 서브 컨트롤 그래픽은 오프 상태를 유지하는,
방법.
- 제 8 항에 있어서,
상기 제 2 서브 컨트롤 그래픽은,
오프 상태를 온 상태로 변경한 경우, 상기 사전 결정된 로직에 따라 도출된 분석 결과를 토대로 판독 가능한 중증도에 맞추어, 색상을 동적으로 변경하는,
방법.
- 제 3 항에 있어서,
상기 제 2 서브 컨트롤 그래픽은,
선택 방식의 사용자 입력이 수신되면, 온 상태나 오프 상태로 스위칭 하는,
방법.
- 제 3 항에 있어서,
상기 제 3 서브 컨트롤 그래픽은,
선택 방식의 사용자 입력이 수신되면, 색상 혹은 상태 중 적어도 하나를 동적으로 변경하는,
방법.
- 제 1 항에 있어서,
상기 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 종합해서 생성된 판독문을 표시하는 제 2 컨트롤 그래픽을 상기 사용자 인터페이스의 제 2 영역에 디스플레이 하는 단계;
를 포함하는,
방법.
- 제 12 항에 있어서,
상기 판독문은,
온 상태인 제 1 서브 컨트롤 그래픽을 통해 표시된 분석 결과, 온 상태인 제 2 서브 컨트롤 그래픽을 통해 표시된 분석 결과, 및 온 상태인 제 3 서브 컨트롤 그래픽을 통해 표시된 분석 결과를 상호 구별하기 위해, 상기 분석 결과들에 개별적으로 부여되는 태그(tag)를 포함하고,
상기 제 1 서브 컨트롤 그래픽은,
상기 제 1 컨트롤 그래픽에 포함되어, 상기 획득된 생체 데이터에 포함된 심전도 데이터를 사전 학습된 인공지능 모델에 입력하여 도출된 분석 결과를 기반으로 동작하고,
상기 제 2 서브 컨트롤 그래픽은,
상기 제 1 컨트롤 그래픽에 포함되어, 심전도로 판독 가능한 질병의 종류 또는 심전도 특성 별로 사전 결정된 로직에 따라 도출된 분석 결과를 기반으로 동작하고,
상기 제 3 서브 컨트롤 그래픽은,
상기 제 1 컨트롤 그래픽에 포함되어, 심전도를 분석하는 사용자에 의해 도출된 분석 결과를 입력하기 위한 사용자 조작을 기반으로 동작하는,
방법.
- 제 1 항에 있어서,
상기 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 종합해서 생성된 판독 결과를 색상으로 표현하는 제 3 컨트롤 그래픽을 상기 사용자 인터페이스의 제 3 영역에 디스플레이 하는 단계;
를 포함하는,
방법.
- 제 14 항에 있어서,
상기 제 3 컨트롤 그래픽은,
상기 제 1 컨트롤 그래픽을 통해 표시된 분석 결과들을 종합해서 판독되는 중증도에 따라, 색상을 동적으로 변경하는,
방법.
- 제 1 항에 있어서,
상기 생체 데이터에 포함된 심전도 신호의 리드 수가 확인되면,
상기 제 1 컨트롤 그래픽은,
상기 심전도 신호의 리드(lead) 수를 기준으로 판독 가능한 질병의 종류 또는 심전도 특성에 맞추어 재구성 되는,
방법.
- 심전도 분석을 위해 사용자 인터페이스를 제공하는 방법으로서,
심전도 판독 대상의 생체 데이터를 기반으로 기초 판독 정보를 생성하기 위해, 제 1 사용자가 심전도 분석을 수행할 수 있는 시각화 된 컴퓨팅 환경을 구현하는 제 1 사용자 인터페이스를 제공하는 단계; 및
상기 생체 데이터 및 상기 제 1 사용자 인터페이스를 통해 생성된 기초 판독 정보를 기반으로 최종 판독 정보를 생성하기 위해, 제 2 사용자가 심전도 분석을 수행할 수 있는 시각화 된 컴퓨팅 환경을 구현하는 제 2 사용자 인터페이스를 제공하는 단계;
를 포함하고,
상기 제 1 사용자 인터페이스 및 상기 제 2 사용자 인터페이스는,
심전도 분석의 결과에 따라 시각적 표현 및 상태를 변경하는 제 1 컨트롤 그래픽을 디스플레이 하는 제 1 영역을 포함하고,
상기 제 1 컨트롤 그래픽은,
심전도로 판독 가능한 질병의 종류 또는 심전도 특성 별로 구성되는,
방법.
- 심전도 분석을 위해 사용자 인터페이스를 제공하기 위한 컴퓨팅 장치로서,
적어도 하나의 코어(core)를 포함하는 프로세서(processor);
상기 프로세서에서 실행 가능한 프로그램 코드(code)들을 포함하는 메모리(memory); 및
사용자 인터페이스를 제공하는 입출력부(input/output unit);
를 포함하고,
상기 사용자 인터페이스는,
심전도 판독 대상의 생체 데이터를 기반으로 수행되는 심전도 분석의 결과에 따라 시각적 표현 및 상태를 변경하는 제 1 컨트롤 그래픽을 디스플레이 하는 제 1 영역을 포함하고,
상기 제 1 컨트롤 그래픽은,
심전도로 판독 가능한 질병의 종류 또는 심전도 특성 별로 구성되는,
장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/KR2023/012642 WO2024043749A1 (ko) | 2022-08-25 | 2023-08-25 | 심전도 분석을 위한 사용자 인터페이스를 제공하는 방법 및 장치 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20220106668 | 2022-08-25 | ||
| KR1020220106668 | 2022-08-25 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240028948A true KR20240028948A (ko) | 2024-03-05 |
Family
ID=90298521
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230111232A KR20240028948A (ko) | 2022-08-25 | 2023-08-24 | 심전도 분석을 위한 사용자 인터페이스를 제공하는 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20240028948A (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101892176B1 (ko) | 2011-11-02 | 2018-08-28 | 삼성전자 주식회사 | 심전도 디스플레이 방법 및 이를 위한 사용자 인터페이스 장치 |
-
2023
- 2023-08-24 KR KR1020230111232A patent/KR20240028948A/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101892176B1 (ko) | 2011-11-02 | 2018-08-28 | 삼성전자 주식회사 | 심전도 디스플레이 방법 및 이를 위한 사용자 인터페이스 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jabeen et al. | An IoT based efficient hybrid recommender system for cardiovascular disease | |
| JP2022523741A (ja) | 描写および分類のための心電図処理システム | |
| Kanna et al. | Software Development Framework for Cardiac Disease Prediction Using Machine Learning Applications | |
| KR20220122588A (ko) | 전기적 바이오 시그널 데이터를 수치 벡터로 변환하는 방법 및 장치, 이를 이용하여 질병을 분석하는 방법 및 장치 | |
| KR20110120962A (ko) | 포인트-어브-케어 인액티브 의료 시스템 및 방법 | |
| Antoniades et al. | Artificial intelligence in cardiovascular imaging—principles, expectations, and limitations | |
| CN111951965A (zh) | 基于时序知识图谱的全景式健康动态监测与预测系统 | |
| Chauhan et al. | A robust model for big healthcare data analytics | |
| Rajkumar et al. | Heart disease prediction using IoT based framework and improved deep learning approach: medical application | |
| Chakraborty | Advanced classification techniques for healthcare analysis | |
| Bond et al. | Machine learning with electrocardiograms: a call for guidelines and best practices for ‘stress testing’algorithms | |
| Liao et al. | Recognizing diseases with multivariate physiological signals by a DeepCNN-LSTM network | |
| KR20240028948A (ko) | 심전도 분석을 위한 사용자 인터페이스를 제공하는 방법 및 장치 | |
| WO2024043749A1 (ko) | 심전도 분석을 위한 사용자 인터페이스를 제공하는 방법 및 장치 | |
| Hong et al. | Gated temporal convolutional neural network and expert features for diagnosing and explaining physiological time series: a case study on heart rates | |
| EP4174721A1 (en) | Managing a model trained using a machine learning process | |
| CN115607166A (zh) | 一种心电信号智能分析方法及系统、智能心电辅助系统 | |
| Li et al. | White learning methodology: A case study of cancer-related disease factors analysis in real-time PACS environment | |
| JP7478518B2 (ja) | 読影支援装置および読影支援方法 | |
| Georgieva-Tsaneva | Effective information methods for description and storage of data in health care | |
| Mishra et al. | Prediction of Heart Disease using Machine Learning | |
| CN116135146A (zh) | 动态心电的分析方法、装置及医疗设备 | |
| Kudari | Data analytics to predict, detect, and monitor chronic autoimmune diseases using machine learning algorithms: Preventing diseases with the power of machine learning | |
| Celebiler | heart disease diagnosis using neural networks on electrocardiogram datasets | |
| KR20240013676A (ko) | 심전도를 이용한 심근경색 진단 방법, 프로그램 및장치 |