KR20240032656A - 심전도 데이터의 거래 서비스를 제공하는 방법, 프로그램 및 장치 - Google Patents
심전도 데이터의 거래 서비스를 제공하는 방법, 프로그램 및 장치 Download PDFInfo
- Publication number
- KR20240032656A KR20240032656A KR1020230114278A KR20230114278A KR20240032656A KR 20240032656 A KR20240032656 A KR 20240032656A KR 1020230114278 A KR1020230114278 A KR 1020230114278A KR 20230114278 A KR20230114278 A KR 20230114278A KR 20240032656 A KR20240032656 A KR 20240032656A
- Authority
- KR
- South Korea
- Prior art keywords
- ecg data
- information
- data
- fungible token
- buyer terminal
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000007689 inspection Methods 0.000 claims description 19
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 17
- 201000010099 disease Diseases 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- 238000013503 de-identification Methods 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 description 25
- 238000013528 artificial neural network Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 14
- 208000019622 heart disease Diseases 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000005259 measurement Methods 0.000 description 7
- 206010003119 arrhythmia Diseases 0.000 description 5
- 230000006793 arrhythmia Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 208000010125 myocardial infarction Diseases 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 229940124645 emergency medicine Drugs 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 200000000007 Arterial disease Diseases 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 230000003993 interaction Effects 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
- 238000012544 monitoring process Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004213 regulation of atrial cardiomyocyte membrane depolarization Effects 0.000 description 1
- 230000034225 regulation of ventricular cardiomyocyte membrane depolarization Effects 0.000 description 1
- 230000013577 regulation of ventricular cardiomyocyte membrane repolarization Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 230000008566 social perception Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0613—Third-party assisted
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/04—Payment circuits
- G06Q20/06—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme
- G06Q20/065—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme using e-cash
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0278—Product appraisal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Medical Informatics (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Economics (AREA)
- Public Health (AREA)
- Cardiology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Bioethics (AREA)
- Computer Security & Cryptography (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Computer Hardware Design (AREA)
- Molecular Biology (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
본 개시는 심전도 데이터의 거래 서비스를 제공하는 방법, 프로그램 및 장치에 관한 것으로서, 적어도 하나의 프로세서를 포함하는 컴퓨팅 장치에 의해 수행되는, 심전도 데이터의 거래 서비스를 제공하는 방법은, 사용자별 심전도 데이터를 수집하는 단계; 상기 심전도 데이터에 기반하여 대체 불가능한 토큰(NFT; Non-Fungible Token)을 생성하여, 상기 심전도 데이터에 대한 소유권을 등록하는 단계; 및 구매자 단말의 요청에 따라 거래 가능한 심전도 데이터에 대한 판매 리스트 정보를 제공하고, 상기 판매 리스트 정보에 기초하여 상기 구매자 단말이 심전도 데이터를 선택하면, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말과 상기 구매자 단말 간에 거래 서비스를 제공하는 단계;를 포함하는 것이다.
Description
본 개시의 내용은 심전도 데이터의 거래 서비스를 제공하는 방법 및 그 장치에 관한 것으로, 구체적으로 대체 불가능한 토큰을 이용하여 심전도 데이터에 대한 소유권 등록 및 거래 서비스가 제공될 수 있는 방법에 관한 것이다.
심전도(ECG: electrocardiogram)는 심장에서 발생하는 전기적인 신호를 측정하여 심장에서부터 전극까지의 전도계통의 이상 유무를 확인하여 질환유무를 판별할 수 있게 하는 신호이다.
이와 같은 심전도는 두 부위 간의 전위차를 기록하는 양극 유도(bipolar lead)와 전극을 부착시킨 부위의 전위를 기록하는 단극 유도(unipolar lead)를 통해 검출할 수 있으며, 심전도를 측정하는 방법에는 양극 유도인 표준 유도(standard limb lead), 단극 유도인 사지 유도(unipolar limb lead), 단극 유도인 흉부 유도(precordial lead) 등이 있다.
심장의 전기적 활성단계는 크게 심방 탈분극, 심실 탈분극, 심실 재분극 시기로 나뉘며, 이러한 각 단계는 도 1에 나타난 바와 같이 P, Q, R, S, T파라고 불리는 몇 개의 파의 형태로 반영된다.
이러한 파들은 표준 형태를 갖추어야 심장의 전기적 활성이 정상이라고 볼 수 있다. 표준 형태인지 아닌지를 파악하기 위해서는 각 파가 유지되는 시간, 각 파끼리의 간격(interval), 각 파의 진폭, 첨도 등의 특징들이 정상 범위에 속하는지를 검사하여야 한다.
이러한 심전도는 고가의 측정 장비로 측정되어 환자의 건강상태를 측정하기 위한 보조 도구로 사용되며, 일반적으로 심전도 측정 장비는 측정결과만을 표시해주며 진단은 온전히 의사의 몫이었다.
현재, 의사의 의존도를 낮추기 위해 심전도를 기초로 인공지능을 이용하여 신속 정확하게 질환을 진단하는 연구가 계속되고 있다. 또한, 웨어러블, 라이프스타일 심전도 측정 기기의 발달과 함께 심전도를 기초로 심장 질환뿐만 아닌 다른 여러 질환을 진단 및 모니터링할 수 있는 가능성이 대두되고 있다.
심전도를 측정하여 심장의 기능을 비침습적으로 평가하는 방법은 부정맥, 심근경색, 동맥질환 등 수많은 심장질환 진단에 도움을 준다. 모든 의료 시설에서 심장과 관련된 증상에는 심전도(ECG) 측정이 포함되며, 이는 ECG 기록의 매일 축적되어 저장된다. 또한, 심전도 측정 기능을 포함한 스마트 기기의 발달로 인해, 사용자들은 의료 기관을 방문하지 않더라도 자신의 심전도를 손쉽게 측정하여 저장할 수 있다.
이와 같이, 심전도 데이터는 진료, 건강 관리, 심장 질환 관련 연구 등에 다양하게 활용할 수 있는 높은 가치를 갖는 데이터지만, 의료데이터에 대한 거래시스템이 부재하다 보니 명확한 가치 평가를 할 수 없는 상황이다. 또한, 의료 데이터는 공공재라는 인식이 사회적으로 퍼져 있어 의료 데이터의 가격 논의 자체가 진행되기 어려운 실정이다. 이로 인해, 국내 의료 관련 AI 업체들은 자국의 양질의 의료 데이터를 AI 모델에 훈련에 필요한 데이터로 사용하지 못하고 있으며, 해외에서 의료 데이터를 구매해서 사용하거나, 소량으로 수집된 데이터 세트를 샘플로 삼아서 그 통계적 특성을 모방하여 인위적으로 만들어서 사용하고 있는 실정이다.
따라서, 국내 의료 데이터 산업의 경쟁력을 높이기 위해서는 의료데이터의 소유권을 피검사자(또는 환자)가 소유할 수 있도록 해야 하고, 심전도 데이터의 가치에 따라 공정한 가격이 책정되어야 한다. 이때, 심전도 데이터를 포함한 의료 데이터는 그 속성상 매우 민감한 개인정보를 다루기 때문에 상당한 수준의 신뢰성과 보안성이 요구되고 있으므로, 거래 시스템에서 환자 주도의 보안된 의료 데이터를 거래할 수 있어야 한다.
본 개시는 전술한 배경기술에 대응하여 안출된 것으로, NFT 기술을 활용하여 측정 대상자에게 심전도 데이터에 대한 소유권을 등록하고, 심전도 데이터에 대한 거래 서비스를 제공하는 플랫폼상에서 판매자와 구매자 간에 자유롭고 용이하게 심전도 데이터를 거래할 수 있도록 하는 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 적어도 하나의 프로세서를 포함하는 컴퓨팅 장치에 의해 수행되는, 심전도 데이터의 거래 서비스를 제공하는 방법을 제공하고자 한다. 상기 방법은, 사용자별 심전도 데이터를 수집하는 단계; 상기 심전도 데이터에 기반하여 대체 불가능한 토큰(NFT; Non-Fungible Token)을 생성하여, 상기 심전도 데이터에 대한 소유권을 등록하는 단계; 및 구매자 단말의 요청에 따라 거래 가능한 심전도 데이터에 대한 판매 리스트 정보를 제공하고, 상기 판매 리스트 정보에 기초하여 상기 구매자 단말이 심전도 데이터를 선택하면, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말과 상기 구매자 단말 간에 거래 서비스를 제공하는 단계;를 포함하는 것이다.
대안적으로, 상기 사용자별 심전도 데이터를 수집하는 단계는, 상기 심전도 데이터에 연계되는 생물학적 정보, 판독 정보, 검수 정보 또는 증빙 자료 중 적어도 하나 이상의 연관 정보를 추가로 수집하는 단계;를 포함할 수 있다.
대안적으로, 상기 심전도 데이터에 기반하여 대체 불가능한 토큰(NFT; Non-Fungible Token)을 생성하여 상기 심전도 데이터의 소유권을 등록하는 단계는, 상기 심전도 데이터와 적어도 하나 이상의 연관 정보를 기초로 상기 대체 불가능한 토큰을 생성하는 단계;를 포함할 수 있다.
대안적으로, 상기 심전도 데이터에 기반하여 대체 불가능한 토큰(NFT; Non-Fungible Token)을 생성하여 상기 심전도 데이터의 소유권을 등록하는 단계는, 상기 대체 불가능한 토큰에 포함되는 상기 연관 정보의 종류에 따라 상기 대체 불가능한 토큰의 등급을 설정하는 단계;를 포함할 수 있다.
대안적으로, 상기 등급은, 상기 심전도 데이터를 이용하여 생성된 대체 불가능한 토큰에 대응되는 제1 등급; 상기 심전도 데이터와 생물학적 정보를 이용하여 생성된 대체 불가능한 토큰에 대응되는 제2 등급; 상기 심전도 데이터, 생물학적 정보 및 판독 정보를 이용하여 생성된 대체 불가능한 토큰에 대응되는 제3 등급; 상기 심전도 데이터, 생물학적 정보, 판독 정보 및 검수 정보를 이용하여 생성된 대체 불가능한 토큰에 대응되는 제4 등급; 및 상기 심전도 데이터, 생물학적 정보, 판독 정보, 검수 정보 및 증빙 자료를 이용하여 생성된 대체 불가능한 토큰에 대응되는 제5 등급;을 포함할 수 있다.
대안적으로, 상기 심전도 데이터에 기반하여 대체 불가능한 토큰(NFT; Non-Fungible Token)을 생성하여 상기 심전도 데이터의 소유권을 등록하는 단계는, 상기 대체 불가능한 토큰에 상기 연관 정보의 가치에 따라 차등적으로 점수를 부여하여 가점하는 단계;를 포함할 수 있다.
대안적으로, 상기 대체 불가능한 토큰에 상기 연관 정보의 가치에 따라 차등적으로 점수를 부여하여 가점하는 단계는, 상기 대체 불가능한 토큰에 포함된 연관 정보의 종류에 따른 가중치와 상기 대체 불가능한 토큰에 포함된 연관 정보의 개수에 따라, 상기 대체 불가능한 토큰에 차등적으로 점수를 부여하여 가점하는 단계;를 포함할 수 있다.
대안적으로, 상기 대체 불가능한 토큰에 상기 연관 정보의 가치에 따라 차등적으로 점수를 부여하여 가점하는 단계는, 기 설정된 질병 리스트 또는 심전도로 판독이 가능한 질병 리스트에 기초하여, 상기 생물학적 정보에 상기 질병 리스트 내 적어도 하나 이상의 질병이 존재하는지 여부에 따라, 상기 대체 불가능한 토큰에 차등적으로 점수를 부여하여 가점하는 단계;를 포함할 수 있다.
대안적으로, 상기 대체 불가능한 토큰에 상기 연관 정보의 가치에 따라 차등적으로 점수를 부여하여 가점하는 단계는, 상기 판독 정보 또는 검수 정보에 전문가 심층 판독 또는 검수가 완료된 전문가 인증 정보가 포함되었는지 여부 및 포함된 전문가 인증 정보의 개수에 따라, 상기 대체 불가능한 토큰에 차등적으로 점수를 부여하여 가점하는 단계;를 포함할 수 있다.
대안적으로, 상기 대체 불가능한 토큰에 설정된 등급 또는 가점된 합산 점수에 따라 상기 심전도 데이터의 거래 가격을 설정하는 단계를 더 포함할 수 있다.
대안적으로, 상기 구매자 단말의 요청에 따라 거래 가능한 심전도 데이터에 대한 판매 리스트 정보를 제공하고, 상기 판매 리스트 정보에 기초하여 상기 구매자 단말이 심전도 데이터를 선택하면, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말과 상기 구매자 단말 간에 거래 서비스를 제공하는 단계는, 상기 구매자 단말이 상기 연관 정보에 기초하여 구매 옵션 사항을 선택하면, 상기 선택된 구매 옵션 사항에 따라 상기 판매 리스트 정보에서 필터링된 매칭 데이터 리스트를 제공하는 단계;를 포함할 수 있다.
대안적으로, 상기 구매자 단말의 요청에 따라 거래 가능한 심전도 데이터에 대한 판매 리스트 정보를 제공하고, 상기 판매 리스트 정보에 기초하여 상기 구매자 단말이 심전도 데이터를 선택하면, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말과 상기 구매자 단말 간에 거래 서비스를 제공하는 단계는, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말에 거래 알람 정보를 제공하는 단계;를 포함할 수 있다.
대안적으로, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말에 거래 알람 정보를 제공하는 단계는, 상기 판매자 단말의 사용자 입력에 기초하여, 상기 거래 알람 정보의 거래 승인이 결정되면 상기 구매자 단말과의 거래 성사가 확정되는 것일 수 있다.
대안적으로, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말에 거래 알람 정보를 제공하는 단계는, 상기 판매자 단말의 사용자 입력에 기초하여, 상기 거래 알람 정보의 거래 거절이 결정되면 상기 구매자 단말이 선택한 심전도 데이터에 대한 거래 불가 상태를 상기 구매자 단말로 전달하는 것일 수 있다.
대안적으로, 상기 구매자 단말의 요청에 따라 거래 가능한 심전도 데이터에 대한 판매 리스트 정보를 제공하고, 상기 판매 리스트 정보에 기초하여 상기 구매자 단말이 심전도 데이터를 선택하면, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말과 상기 구매자 단말 간에 거래 서비스를 제공하는 단계는, 구매가 결정된 심전도 데이터에 대해 사용자 비식별화 처리를 수행하여, 상기 사용자 비식별화 처리된 심전도 데이터를 상기 구매자 단말에 제공하는 단계;를 포함할 수 있다.
한편, 본 개시의 일 실시예에 따라 컴퓨터 판독가능 저장 매체 저장된 컴퓨터 프로그램(program)으로서, 상기 컴퓨터 프로그램은 하나 이상의 프로세서(processor)에서 실행되는 경우, 심전도 데이터의 거래 서비스를 제공하기 위한 동작들을 수행하도록 하며, 상기 동작들은, 사용자별 심전도 데이터를 수집하는 동작; 상기 심전도 데이터에 기반하여 대체 불가능한 토큰(NFT; Non-Fungible Token)을 생성하여, 상기 심전도 데이터에 대한 소유권을 등록하는 동작; 및 구매자 단말의 요청에 따라 거래 가능한 심전도 데이터에 대한 판매 리스트 정보를 제공하고, 상기 판매 리스트 정보에 기초하여 상기 구매자 단말이 심전도 데이터를 선택하면, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말과 상기 구매자 단말 간에 거래 서비스를 제공하는 동작;을 포함할 수 있다.
본 개시의 일 실시예에 따라 심전도 데이터의 거래 서비스를 제공하기 위한 컴퓨팅 장치로서, 적어도 하나의 코어(core)를 포함하는 프로세서(processor); 및 상기 프로세서에서 실행 가능한 프로그램 코드(code)들을 포함하는 메모리(memory); 를 포함하고, 상기 프로세서는, 상기 프로그램 코드의 실행에 따라, 사용자별 심전도 데이터를 수집하고, 상기 심전도 데이터에 기반하여 대체 불가능한 토큰(NFT; Non-Fungible Token)을 생성하여, 상기 심전도 데이터에 대한 소유권을 등록하며, 구매자 단말의 요청에 따라 거래 가능한 심전도 데이터에 대한 판매 리스트 정보를 제공하고, 상기 판매 리스트 정보에 기초하여 상기 구매자 단말이 심전도 데이터를 선택하면, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말과 상기 구매자 단말 간에 거래 서비스를 제공할 수 있다.
본 개시의 일 실시예에 따른 심전도 데이터의 거래 서비스를 제공하는 방법은, NFT 기술을 활용하여 측정 대상자에게 심전도 데이터에 대한 소유권을 부여하고, 심전도 데이터에 대한 거래 서비스를 제공하는 플랫폼상에서 판매자와 구매자 간에 자유롭고 용이하게 심전도 데이터를 거래할 수 있도록 하는 효과가 있다.
또한, 본 개시는 심전도 데이터와 연계되는 연관 정보에 기초하여 NFT의 등급 또는 차등적 점수가 가점되도록 하고, NFT의 등급 또는 가점된 합산 점수에 따라 심전도 데이터의 거래 가격이 설정되도록 함으로써, 심전도 데이터의 가치 및 거래 가격이 공정하게 평가할 수 있도록 한다.
한편, 본 개시는 NFT를 이용하여 심전도 데이터를 효과적으로 기록 및 관리할 수 있고, 심전도 데이터 거래시 위조 및 변조가 불가능하여 개인정보 유출 가능성을 낮출 수 있어 의료 혁신을 현실화할 수 있다.
도 1은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 블록도이다.
도 2은 본 개시의 일 실시예에 따라 심전도 데이터의 거래 서비스를 제공하는 시스템의 구성을 설명하는 블록도이다.
도 3은 본 개시의 일 실시예에 따라 심전도 데이터의 거래 서비스를 제공하는 방법을 설명하는 순서도이다.
도 4는 본 발명의 일 실시예에 따른 심전도 데이터에 대한 NFT 생성 및 소유권 등록 단계를 세부적으로 나타내는 순서도이다.
도 2은 본 개시의 일 실시예에 따라 심전도 데이터의 거래 서비스를 제공하는 시스템의 구성을 설명하는 블록도이다.
도 3은 본 개시의 일 실시예에 따라 심전도 데이터의 거래 서비스를 제공하는 방법을 설명하는 순서도이다.
도 4는 본 발명의 일 실시예에 따른 심전도 데이터에 대한 NFT 생성 및 소유권 등록 단계를 세부적으로 나타내는 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 제1 구성요소 혹은 제2 구성요소로 구별될 수 있다. 다만, 본 개시의 기술적 사상 내에서 실질적으로 동일하나 설명의 편의를 위해 구분되어야 하는 구성요소들도 제1 구성요소 혹은 제2 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 "블록(block)" 이라는 용어는 종류, 기능 등과 같은 다양한 기준을 기초로 구분된 구성의 집합으로 이해될 수 있다. 따라서, 하나의 "블록"으로 분류되는 구성은 기준에 따라 다양하게 변경될 수 있다. 예를 들어, 신경망 "블록"은 적어도 하나의 신경망을 포함하는 신경망 집합으로 이해될 수 있다. 이때, 신경망 "블록"에 포함된 신경망을 특정 연산을 동일하게 수행하는 것으로 가정할 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 1를 참조하면, 본 개시의 일 실시예에 따른 컴퓨팅 장치(100)는 프로세서(processor)(110), 메모리(memory)(120), 및 네트워크부(network unit)(130)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 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 처리를 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(ASICc: 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 데이터에 기반하여 대체 불가능한 토큰(NFT; Non-Fungible Token)을 생성할 수 있고, 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말과 구매자 단말 간에 거래 서비스를 제공할 수 있다.
이때, 프로세서(110)는 사전 학습된 신경망 모델을 이용한 심전도 데이터에 대한 인공지능 분석 결과를 심전도 판독 정보로 제공할 수 있다. 이를 위해, 프로세서(110)는 심전도 데이터를 기초로 심장질환을 진단하는 신경망 모델을 학습시킬 수 있다. 예를 들어, 프로세서(110)는 심전도 데이터와 함께, 성별, 나이, 체중, 신장 등의 정보를 포함하는 생물학적 정보를 기초로 부정맥 및 기타 심장질환을 추정하도록 신경망 모델을 학습시킬 수 있다. 구체적으로, 프로세서(110)는 심전도 데이터 및 각종 생물학적 정보를 신경망 모델에 입력하여 신경망 모델이 부정맥이나 기타 심장질환에 따른 심전도의 변화를 감지하도록, 신경망 모델을 학습시킬 수 있다. 이때, 신경망 모델은 심전도 데이터에서 추출한 특징들과 부정맥 및 기타 심장질환의 진단 데이터들 포함하는 심전도 데이터셋을 토대로 학습을 수행할 수 있다. 프로세서(110)는 신경망 모델의 학습 과정에서 신경망 모델에 포함된 적어도 하나의 신경망 블록을 표현하는 연산을 수행할 수 있다.
프로세서(110)는 상술한 학습 과정을 통해 생성된 신경망 모델을 이용하여 심전도 데이터를 기초로 심전도 판독 결과 데이터를 추정할 수 있다. 프로세서(110)는 상술한 과정을 통해 학습된 신경망 모델로 심전도 데이터 및, 성별, 나이, 체중, 신장 등의 정보를 포함하는 생물학적 정보를 입력하여 심장 질환에 대한 확률을 추정한 결과를 나타내는 추론 데이터를 생성할 수 있다. 예를 들어, 프로세서(110)는 학습이 완료된 신경망 모델로 심전도 데이터를 입력하여, 부정맥이나 기타 심장질환 유무, 진행 정도 등을 예측할 수 있다.
상술한 예시 이외에도 의료 데이터의 종류 및 신경망 모델의 출력은 본 개시의 내용을 기초로 당업자가 이해 가능한 범주에서 다양하게 구성될 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 조직화하여 관리할 수 있다. 예를 들어, 메모리(120)는 후술할 네트워크부(130)를 통해 수신된 심전도 데이터를 저장할 수 있다. 메모리(120)는 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, 혹은 컴퓨팅 장치 등과의 통신을 통해 의료 데이터를 수신할 수 있다. 네트워크부(130)는 전술한 데이터베이스, 서버, 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.
도 2은 본 개시의 일 실시예에 따라 심전도 데이터의 거래 서비스를 제공하는 시스템의 구성을 설명하는 블록도이다.
도 2를 참조하면, 시스템은 심전도 측정기(10), 컴퓨팅 장치(100) 및 전문가의 심층 판독 또는 검수를 위한 전문가 단말(200)을 포함할 수 있다.
심전도 측정기(10)는 사용자 신체에 착용되어 심전도를 측정할 뿐만 아니라, 혈압, 맥박수 등의 다양한 생체신호를 측정할 수도 있다. 이러한 심전도 측정기(10)는 식품 의약품 안전처에서 의료기기 인허가를 받은 전자 앱세사리(appcessory) 및 스마트 워치(smartwatch) 등의 웨어러블 기기, 안마의자 등의 의료 기기를 포함할 수 있다.
한편, 심전도 측정기(10)는 웨어러블 디바이스를 이용한 단유도 방식뿐만 아니라, 12유도 방식, 6유도 방식 등 다양한 전극 조합을 이용하여 심전도를 측정할 수 있다. 심전도의 측정 시간 또한 얻고자 하는 신호에 따라 가감되어 설정되는 것이 바람직하다.
컴퓨팅 장치(100)는 유선 또는 무선으로 심전도 측정기(10)와 연결되어, 심전도 측정기(10)로부터 심전도 데이터를 획득하고, 심전도 데이터를 분석한 심전도 판독 정보를 제공할 수 있다. 이러한 컴퓨팅 장치(100)는 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook) 등이 포함될 수 있다.
만일, 심전도 측정기(10)가 인공지능 기술을 기반으로 하는 지능형 기기로 구현될 경우, 컴퓨팅 장치(100)는 심전도 측정기(10)와 독립적으로 운영되거나, 통합되어 운영될 수도 있다.
전문가 단말(200)은 외부 전문가와 협업이 가능하여 전문가 심층 판독 서비스를 제공하는 심전도 판독 센터 또는 의료 전문가의 진단 서비스를 제공하는 단말일 수 있다. 이러한 전문가 단말(200)은 심전도 데이터를 심층 분석한 전문가 판독 정보를 생성하여 컴퓨팅 장치(100)로 제공할 수 있다.
또한, 전문가 단말(200)은 심전도 데이터의 판독 정보를 검수하기 위해, 심전도 판독에 전문성을 가지는 심장내과 전문의 또는 응급의학과 전문의가 소지한 단말일 수도 있다.
컴퓨팅 장치(100)는 판매자 단말과 구매자 단말을 연결해 주기 위해 온라인 시장 역할을 하는 플랫폼을 제공할 수 있다. 심전도 판독 센터 또는 의료 기관 등의 전문가 단말(200)은 플랫폼을 통해 판매 리스트에 올라와 있는 심전도 데이터에 대해 판독 또는 검수를 수행할 수 있다. 이때, 전문가 단말(200)은 판독 또는 검수하고자 하는 심전도 데이터의 소유권을 가진 단말에 사용자 동의를 요청하고, 사용자 동의가 허용된 심전도 데이터에 대해서만 판독 또는 검수를 진행할 수 있다. 이렇게 전문가 단말(200)에 의해 판독 또는 검수된 심전도 데이터는 가치가 상승하게 되고, 심전도 데이터의 가치가 상승함에 따라 거래 가격 또한 상승될 수 있다. 따라서, 전문가 단말(200)은 가치가 상승된 심전도 데이터에 대한 소유권의 지분을 판매자 단말과 일정 비율로 나누거나, 판독 및 검수에 따른 대가를 지불받을 수 있다.
도 3은 본 개시의 일 실시예에 따라 심전도 데이터의 거래 서비스를 제공하는 방법을 설명하는 순서도이다.
도 3을 참조하면, 컴퓨팅 장치(100)는 심전도 측정기(10)로부터 사용자별 심전도 데이터를 획득할 수 있다(S10). 이때, 컴퓨팅 장치(100)는 심전도 데이터와 함께 각 심전도 데이터에 연계되는 생물학적 정보, 판독 정보, 검수 정보 또는 증빙 자료 중 적어도 하나 이상의 연관 정보를 추가로 수집할 수 있다.
생물학적 정보는 심전도 데이터의 측정 대상에 대한 성별, 나이, 체중, 신장 등의 정보를 포함할 수 있고, 판독 정보는 신경망 모델을 이용한 심전도 판독 정보 또는 전문가 판독 정보를 포함할 수 있다.
여기서, 신경망 모델은 딥러닝 알고리즘을 이용하여 심전도 데이터를 심전도의 특징 별로 학습하고, 학습된 모델을 이용하여 심장 질환과 관련된 분류 정보를 포함한 심전도 판독 정보를 도출할 수 있다. 구체적으로, 신경망 모델은 심전도 및 심장질환의 진단 결과를 포함한 학습 데이터셋을 기초로 학습 데이터셋에서 여러 인자들 간의 상관관계를 기초로 학습된 것일 수 있다.
일례로, 신경망 모델은 적어도 하나 이상의 컨볼루션 신경망(CNN), 배치 정규화(Batch normalization), 렐루 활성화 함수(ReLU activation function) 레이어를 포함하고, 드롭아웃(Dropout) 레이어를 포함할 수 있다. 신경망 모델은 나이, 성별, 신장, 체중 등의 생물학적 정보가 보조 정보로 입력되는 풀리 커넥티드(Fully connected) 레이어를 포함할 수 있다.
신경망 모델은 심전도 데이터의 복수의 리드들 각각에 대응되는 신경망을 포함할 수 있다. 즉, 신경망 모델은 개별 리드들로 측정된 심전도가 각각 입력되는 개별 신경망을 포함할 수 있다.
한편, 상술한 신경망 모델의 구조 및 신경망 종류는 하나의 예시일 뿐이므로, 본 발명의 일 실시예에 따른 신경망 모델은 상술한 예시를 토대로 다양하게 구성될 수 있다.
컴퓨팅 장치(100)는 심전도 데이터에 기반하여 NFT를 생성하여 해당 심전도 데이터에 대한 소유권을 등록할 수 있다(S20). 컴퓨팅 장치(100)는 NFT를 이용하여 해당 심전도 데이터에 대한 소유권과 연관 정보를 데이터베이스에 저장하여 심전도 데이터가 거래될 수 있도록 할 수 있다.
컴퓨팅 장치(100)는 구매자 단말의 요청에 따라 거래 가능한 심전도 데이터에 대한 판매 리스트 정보를 제공할 수 있다(S30). 그리고, 컴퓨팅 장치(100)는 판매 리스트 정보에 기초하여 구매자 단말이 심전도 데이터를 선택하면, 선택된 심전도 데이터에 대한 NFT 소유권을 가진 판매자 단말과 구매자 단말 간에 거래가 이루어지도록 할 수 있다(S40).
컴퓨팅 장치(100)는 구매자 단말이 심전도 데이터와 연계되는 연관 정보에 기초하여 구매 옵션 사항을 선택할 수 있도록 하고, 구매자 단말이 선택한 구매 옵션 사항에 따라 판매 리스트 정보에서 필터링된 매칭 데이터 리스트를 구매자 단말에 제공할 수 있다. 일례로, 구매자 단말은 심근경색이 있는 심전도 데이터만을 구매 옵션 사항으로 선택한 후, 추가로 성별, 나이 등의 옵션 사항을 추가로 설정할 수 있다.
또한, 컴퓨팅 장치(100)는 구매자 단말에 의해 선택된 심전도 데이터에 대한 NFT의 소유권을 가진 판매자 단말에 거래 승인 및 거래 거절을 포함하는 거래 알람 정보를 제공할 수 있다. 컴퓨팅 장치(100)는 판매자 단말의 사용자 입력에 기초하여, 거래 알람 정보의 거래 승인이 결정되면 구매자 단말과의 거래 성사를 확정할 수 있고, 거래 알람 정보의 거래 거절이 결정되면 구매자 단말이 선택한 심전도 데이터에 대한 거래 불가 상태를 구매자 단말로 전달할 수 있다.
또한, 컴퓨팅 장치(100)는 구매가 결정된 심전도 데이터에 대해 사용자 비식별화 처리를 수행하여, 사용자 비식별화 처리된 심전도 데이터를 구매자 단말에 제공하게 된다. 이와 같이, 컴퓨팅 장치는, 개인 식별ID 등과 같이 개인정보 침해가 발생할 수 있는 정보에 대해서는 비식별화 처리를 수행함으로써 사용자 동의 없이 개인정보가 제3자에 의해 수집되거나 이용되지 않도록 할 수 있다.
도 4는 본 발명의 일 실시예에 따른 심전도 데이터에 대한 NFT 생성 및 소유권 등록 단계를 세부적으로 나타내는 순서도이다.
본 발명의 일 실시예에 따른 심전도 데이터에 대한 NFT 생성 및 소유권 등록 단계(S20)는 세부적으로 NFT의 등급 분류 및 가점하는 단계들을 포함할 수 있다.
컴퓨팅 장치(100)는 심전도 데이터와 연계되는 연관 정보가 있는 경우(S21), 심전도 데이터와 적어도 하나 이상의 연관 정보를 기초로 NFT를 생성할 수 있다(S22).
컴퓨팅 장치(100)는 심전도 데이터의 소유권을 등록시, NFT에 포함되는 연관 정보의 종류에 따라 NFT의 등급을 설정할 수 있다(S23). 이때, NFT의 등급은 심전도 데이터만 이용하여 생성된 NFT에 대응되는 제1 등급, 심전도 데이터와 생물학적 정보를 이용하여 생성된 NFT에 대응되는 제2 등급, 심전도 데이터, 생물학적 정보 및 판독 정보를 이용하여 생성된 NFT에 대응되는 제3 등급, 심전도 데이터, 생물학적 정보, 판독 정보 및 검수 정보를 이용하여 생성된 NFT에 대응되는 제4 등급, 및 심전도 데이터, 생물학적 정보, 판독 정보, 검수 정보 및 증빙 자료를 이용하여 생성된 NFT에 대응되는 제5 등급을 포함할 수 있다.
또한, 컴퓨팅 장치(100)는 심전도 데이터의 소유권을 등록 시, NFT 생성시 심전도 데이터와 함께 추가된 연관 정보의 가치에 따라 차등적으로 점수를 부여하여 가점할 수 있다(S24). 구체적으로, 컴퓨팅 장치(100)는 NFT에 포함된 연관 정보의 종류에 따른 가중치와 NFT에 포함된 연관 정보의 개수에 따라 NFT에 차등적으로 점수를 부여할 수 있다.
컴퓨팅 장치(100)는 기 설정된 질병 리스트 또는 심전도로 판독이 가능한 질병 리스트에 기초하여, 생물학적 정보에 질병 리스트 내 적어도 하나 이상의 질병이 존재하는지 여부에 따라 NFT에 차등적으로 점수를 부여하여 가점할 수 있다.
예를 들어, 생물학적 정보에 성별, 나이, 인종의 정보가 포함된 경우, 컴퓨팅 장치(100)는 각 정보마다 0.1점씩 부가하여 총 0.3점을 가점할 수 있다. 또는, 생물학적 정보에 성별, 나이, 인종, 심근경색 질병 존재에 대한 정보가 포함된 경우, 컴퓨팅 장치(100)는 0.1+0.1+0.1+0.2점으로 총 0.5점을 부여하여 가점할 수 있다. 이는 생물학적 정보들을 나이, 성별 등의 사용자 정보는 가중치를 낮게 설정하고, 심근경색, 심부전 등의 질병 관련 정보에 가중치를 높게 설정하여 각 정보의 가중치에 따라 점수를 차등해서 부여함으로써 심전도 데이터의 가치를 상승시킬 수 있다.
또한, 컴퓨팅 장치(100)는 판독 정보 또는 검수 정보에 전문가 심층 판독 또는 검수가 완료된 전문가 인증 정보가 포함되었는지 여부 및 포함된 전문가 인증 정보의 개수에 따라 NFT에 차등적으로 점수를 부여하여 가점할 수 있다.
예를 들어, 컴퓨팅 장치(100)는 판독 정보가 신경망 모델을 이용한 심전도 판독 정보이면 가중치를 낮게 설정하고, 전문가 인증 정보를 포함하는 전문가 단말(200)을 통한 전문가 판독 정보이면 가중치를 높게 설정하여 0.2점을 가점할 수 있다. 또한, 컴퓨팅 장치(100)는 검수 정보가 심전도 판독에 전문성을 가지는 심장내과 전문의 또는 응급의학과 전문의 등의 전문가 인증 정보가 포함되면 0.2점을 가점할 수 있다.
컴퓨팅 장치(100)는 NFT에 설정된 등급 또는 가점된 합산 점수에 따라 심전도 데이터의 거래 가격을 설정할 수 있다(S25).
한편, 컴퓨팅 장치(100)는 심전도 데이터와 연계되는 연관 정보가 없는 경우에, 심전도 데이터만을 이용하여 NFT를 생성하고, NFT의 등급을 1등급으로 설정할 수 있고, 경우에 따라 판독 정보, 검수 정보 또는 증빙 자료 등을 포함할 수 있다(S26).
본 개시에서는 NFT 기술을 활용하여 사용자의 심전도 데이터에 대해 소유권을 등록할 수 있고, 이로 인해 심전도 데이터를 용이하게 거래할 수 있도록 할 수 있다. 이와 같이, 본 개시에서는 심전도 데이터에 대한 소유권을 명확하게 사용자(또는 판매자)에게 소유되게 함으로써, 많은 사용자들이 자신의 심전도 데이터를 포함한 의료 데이터에 대한 소유권 생성, 데이터 거래 또는 활용 등에 많은 관심 및 참여가 가능해질 수 있으며, 의료 데이터의 거래가 용이해질수록 판매자와 구매자 간의 활발한 상호 소통이 이루어질 수 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 (17)
- 적어도 하나의 프로세서를 포함하는 컴퓨팅 장치에 의해 수행되는, 심전도 데이터의 거래 서비스를 제공하는 방법으로서,
사용자별 심전도 데이터를 수집하는 단계;
상기 심전도 데이터에 기반하여 대체 불가능한 토큰(NFT; Non-Fungible Token)을 생성하여, 상기 심전도 데이터에 대한 소유권을 등록하는 단계; 및
구매자 단말의 요청에 따라 거래 가능한 심전도 데이터에 대한 판매 리스트 정보를 제공하고, 상기 판매 리스트 정보에 기초하여 상기 구매자 단말이 심전도 데이터를 선택하면, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말과 상기 구매자 단말 간에 거래 서비스를 제공하는 단계;
를 포함하는
방법.
- 제1항에 있어서,
상기 사용자별 심전도 데이터를 수집하는 단계는,
상기 심전도 데이터에 연계되는 생물학적 정보, 판독 정보, 검수 정보 또는 증빙 자료 중 적어도 하나 이상의 연관 정보를 추가로 수집하는 단계;
를 포함하는,
방법.
- 제2항에 있어서,
상기 심전도 데이터에 기반하여 대체 불가능한 토큰(NFT; Non-Fungible Token)을 생성하여 상기 심전도 데이터의 소유권을 등록하는 단계는,
상기 심전도 데이터와 적어도 하나 이상의 연관 정보를 기초로 상기 대체 불가능한 토큰을 생성하는 단계;
를 포함하는,
방법.
- 제3항에 있어서,
상기 심전도 데이터에 기반하여 대체 불가능한 토큰(NFT; Non-Fungible Token)을 생성하여 상기 심전도 데이터의 소유권을 등록하는 단계는,
상기 대체 불가능한 토큰에 포함되는 상기 연관 정보의 종류에 따라 상기 대체 불가능한 토큰의 등급을 설정하는 단계;
를 더 포함하는,
방법.
- 제4항에 있어서,
상기 등급은,
상기 심전도 데이터를 이용하여 생성된 대체 불가능한 토큰에 대응되는 제1 등급;
상기 심전도 데이터와 생물학적 정보를 이용하여 생성된 대체 불가능한 토큰에 대응되는 제2 등급;
상기 심전도 데이터, 생물학적 정보 및 판독 정보를 이용하여 생성된 대체 불가능한 토큰에 대응되는 제3 등급;
상기 심전도 데이터, 생물학적 정보, 판독 정보 및 검수 정보를 이용하여 생성된 대체 불가능한 토큰에 대응되는 제4 등급; 및
상기 심전도 데이터, 생물학적 정보, 판독 정보, 검수 정보 및 증빙 자료를 이용하여 생성된 대체 불가능한 토큰에 대응되는 제5 등급;
을 포함하는,
방법.
- 제3항에 있어서,
상기 심전도 데이터에 기반하여 대체 불가능한 토큰(NFT; Non-Fungible Token)을 생성하여 상기 심전도 데이터의 소유권을 등록하는 단계는,
상기 대체 불가능한 토큰에 상기 연관 정보의 가치에 따라 차등적으로 점수를 부여하여 가점하는 단계;
를 더 포함하는,
방법.
- 제6항에 있어서,
상기 대체 불가능한 토큰에 상기 연관 정보의 가치에 따라 차등적으로 점수를 부여하여 가점하는 단계는,
상기 대체 불가능한 토큰에 포함된 연관 정보의 종류에 따른 가중치와 상기 대체 불가능한 토큰에 포함된 연관 정보의 개수에 따라, 상기 대체 불가능한 토큰에 차등적으로 점수를 부여하여 가점하는 단계;
를 포함하는,
방법.
- 제6항에 있어서,
상기 대체 불가능한 토큰에 상기 연관 정보의 가치에 따라 차등적으로 점수를 부여하여 가점하는 단계는,
기 설정된 질병 리스트 또는 심전도로 판독이 가능한 질병 리스트에 기초하여, 상기 생물학적 정보에 상기 질병 리스트 내 적어도 하나 이상의 질병이 존재하는지 여부에 따라, 상기 대체 불가능한 토큰에 차등적으로 점수를 부여하여 가점하는 단계;
를 포함하는,
방법.
- 제6항에 있어서,
상기 대체 불가능한 토큰에 상기 연관 정보의 가치에 따라 차등적으로 점수를 부여하여 가점하는 단계는,
상기 판독 정보 또는 검수 정보에 전문가 심층 판독 또는 검수가 완료된 전문가 인증 정보가 포함되었는지 여부 및 포함된 전문가 인증 정보의 개수에 따라, 상기 대체 불가능한 토큰에 차등적으로 점수를 부여하여 가점하는 단계;
를 포함하는,
방법.
- 제6항에 있어서,
상기 대체 불가능한 토큰에 설정된 등급 또는 가점된 합산 점수에 따라 상기 심전도 데이터의 거래 가격을 설정하는 단계를 더 포함하는,
방법.
- 제2항에 있어서,
상기 구매자 단말의 요청에 따라 거래 가능한 심전도 데이터에 대한 판매 리스트 정보를 제공하고, 상기 판매 리스트 정보에 기초하여 상기 구매자 단말이 심전도 데이터를 선택하면, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말과 상기 구매자 단말 간에 거래 서비스를 제공하는 단계는,
상기 구매자 단말이 상기 연관 정보에 기초하여 구매 옵션 사항을 선택하면, 상기 선택된 구매 옵션 사항에 따라 상기 판매 리스트 정보에서 필터링된 매칭 데이터 리스트를 제공하는 단계;
를 포함하는,
방법.
- 제1항에 있어서,
상기 구매자 단말의 요청에 따라 거래 가능한 심전도 데이터에 대한 판매 리스트 정보를 제공하고, 상기 판매 리스트 정보에 기초하여 상기 구매자 단말이 심전도 데이터를 선택하면, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말과 상기 구매자 단말 간에 거래 서비스를 제공하는 단계는,
상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말에 거래 알람 정보를 제공하는 단계;
를 포함하는,
방법.
- 제11항에 있어서,
상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말에 거래 알람 정보를 제공하는 단계는,
상기 판매자 단말의 사용자 입력에 기초하여, 상기 거래 알람 정보의 거래 승인이 결정되면 상기 구매자 단말과의 거래 성사가 확정되는 것인,
방법.
- 제11항에 있어서,
상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말에 거래 알람 정보를 제공하는 단계는,
상기 판매자 단말의 사용자 입력에 기초하여, 상기 거래 알람 정보의 거래 거절이 결정되면 상기 구매자 단말이 선택한 심전도 데이터에 대한 거래 불가 상태를 상기 구매자 단말로 전달하는 것인,
방법.
- 제1항에 있어서,
상기 구매자 단말의 요청에 따라 거래 가능한 심전도 데이터에 대한 판매 리스트 정보를 제공하고, 상기 판매 리스트 정보에 기초하여 상기 구매자 단말이 심전도 데이터를 선택하면, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말과 상기 구매자 단말 간에 거래 서비스를 제공하는 단계는,
구매가 결정된 심전도 데이터에 대해 사용자 비식별화 처리를 수행하여, 상기 사용자 비식별화 처리된 심전도 데이터를 상기 구매자 단말에 제공하는 단계;
를 포함하는,
방법.
- 컴퓨터 판독가능 저장 매체 저장된 컴퓨터 프로그램(program)으로서, 상기 컴퓨터 프로그램은 하나 이상의 프로세서(processor)에서 실행되는 경우, 심전도 데이터의 거래 서비스를 제공하기 위한 동작들을 수행하도록 하며,
상기 동작들은,
사용자별 심전도 데이터를 수집하는 동작;
상기 심전도 데이터에 기반하여 대체 불가능한 토큰(NFT; Non-Fungible Token)을 생성하여, 상기 심전도 데이터에 대한 소유권을 등록하는 동작; 및
구매자 단말의 요청에 따라 거래 가능한 심전도 데이터에 대한 판매 리스트 정보를 제공하고, 상기 판매 리스트 정보에 기초하여 상기 구매자 단말이 심전도 데이터를 선택하면, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말과 상기 구매자 단말 간에 거래 서비스를 제공하는 동작;
을 포함하는,
컴퓨터 프로그램.
- 심전도 데이터의 거래 서비스를 제공하기 위한 컴퓨팅 장치로서,
적어도 하나의 코어(core)를 포함하는 프로세서(processor); 및
상기 프로세서에서 실행 가능한 프로그램 코드(code)들을 포함하는 메모리(memory);
를 포함하고,
상기 프로세서는, 상기 프로그램 코드의 실행에 따라,
사용자별 심전도 데이터를 수집하고,
상기 심전도 데이터에 기반하여 대체 불가능한 토큰(NFT; Non-Fungible Token)을 생성하여, 상기 심전도 데이터에 대한 소유권을 등록하며,
구매자 단말의 요청에 따라 거래 가능한 심전도 데이터에 대한 판매 리스트 정보를 제공하고, 상기 판매 리스트 정보에 기초하여 상기 구매자 단말이 심전도 데이터를 선택하면, 상기 선택된 심전도 데이터에 대한 대체 불가능한 토큰의 소유권을 가진 판매자 단말과 상기 구매자 단말 간에 거래 서비스를 제공하는,
장치.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/KR2023/012872 WO2024049193A1 (ko) | 2022-09-01 | 2023-08-30 | 심전도 데이터의 거래 서비스를 제공하는 방법, 프로그램 및 장치 |
| KR1020230114278A KR20240032656A (ko) | 2022-09-01 | 2023-08-30 | 심전도 데이터의 거래 서비스를 제공하는 방법, 프로그램 및 장치 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20220110539 | 2022-09-01 | ||
| KR1020220110539 | 2022-09-02 | ||
| KR1020230114278A KR20240032656A (ko) | 2022-09-01 | 2023-08-30 | 심전도 데이터의 거래 서비스를 제공하는 방법, 프로그램 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240032656A true KR20240032656A (ko) | 2024-03-12 |
Family
ID=90098268
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230114278A KR20240032656A (ko) | 2022-09-01 | 2023-08-30 | 심전도 데이터의 거래 서비스를 제공하는 방법, 프로그램 및 장치 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR20240032656A (ko) |
| WO (1) | WO2024049193A1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230069373A (ko) | 2021-11-12 | 2023-05-19 | 주식회사 빅스터 | 블록체인의 nft를 이용한 바이오 데이터 중개 시스템 및 그 방법 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102224949B1 (ko) * | 2018-10-08 | 2021-03-09 | (주)허니냅스 | 의료 데이터 거래 시스템 및 그 방법 |
| CN113767383A (zh) * | 2019-04-30 | 2021-12-07 | 瑞思迈公司 | 数据同意存储和管理系统及方法 |
| KR20220096995A (ko) * | 2020-12-31 | 2022-07-07 | ㈜에셈블 | 블록체인 기반의 데이터 커머스 플랫폼 방법 및 장치 |
-
2023
- 2023-08-30 WO PCT/KR2023/012872 patent/WO2024049193A1/ko unknown
- 2023-08-30 KR KR1020230114278A patent/KR20240032656A/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230069373A (ko) | 2021-11-12 | 2023-05-19 | 주식회사 빅스터 | 블록체인의 nft를 이용한 바이오 데이터 중개 시스템 및 그 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2024049193A1 (ko) | 2024-03-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11600390B2 (en) | Machine learning clinical decision support system for risk categorization | |
| Ko et al. | Detection of hypertrophic cardiomyopathy using a convolutional neural network-enabled electrocardiogram | |
| Farwati et al. | Digital health applications in heart failure: a critical appraisal of literature | |
| JP2018524137A (ja) | 心理状態を評価するための方法およびシステム | |
| US11769591B2 (en) | Computer aided diagnosis and monitoring of heart failure patients | |
| Bachtiger et al. | Artificial intelligence, data sensors and interconnectivity: future opportunities for heart failure | |
| Van den Eynde et al. | Successfully implemented artificial intelligence and machine learning applications in cardiology: state-of-the-art review | |
| Xie et al. | An intelligent healthcare system with data priority based on multi vital biosignals | |
| US11529106B1 (en) | Noninvasive tool for assessing hydration status | |
| Hebbale et al. | IoT and machine learning based self care system for diabetes monitoring and prediction | |
| Sandys et al. | Artificial intelligence and digital health for volume maintenance in hemodialysis patients | |
| Vijayalaxmi et al. | Multi-disease prediction with artificial intelligence from core health parameters measured through non-invasive technique | |
| Raghu et al. | ECG-guided non-invasive estimation of pulmonary congestion in patients with heart failure | |
| Castillo García et al. | Noninvasive prototype for type 2 diabetes detection | |
| KR20240032656A (ko) | 심전도 데이터의 거래 서비스를 제공하는 방법, 프로그램 및 장치 | |
| KR20240032657A (ko) | 블록체인 기반의 심전도 데이터에 대한 거래 서비스를 제공하는 시스템 및 그 방법 | |
| Hamburger et al. | Utility of the Diamond-Forrester classification in stratifying acute chest pain in an academic chest pain center | |
| WO2022170099A1 (en) | Predicting adverse health events | |
| Boulos et al. | Opportunistic atrial fibrillation screening and detection in “self-service health check-up stations”: a brief overview of current technology potential and possibilities | |
| Mlakar et al. | on behalf of the Chiron and HeartMan research projects (2018) Mining telemonitored physiological data and patient-reported outcomes of congestive heart failure patients | |
| Zhuparris et al. | Smartphone and Wearable Sensors for the Estimation of Facioscapulohumeral Muscular Dystrophy Disease Severity: Cross-sectional Study | |
| JP7495554B1 (ja) | 保険の引受査定を支援するための情報処理装置、情報処理方法及びプログラム | |
| KR20240002162A (ko) | 심전도 판독 서비스를 제공하는 시스템 및 그 방법 | |
| Yoshinaga et al. | Factors related to self-care behaviors among hospitalized patients with heart failure in Japan, based on the European Heart Failure Self-Care Behaviour Scale | |
| Thomas et al. | Artificial Intelligence of Things for Early Detection of Cardiac Diseases |