KR20240055199A - 사물인터넷 기반 개인 맞춤형 수면관리 시스템 및 장치 - Google Patents

사물인터넷 기반 개인 맞춤형 수면관리 시스템 및 장치 Download PDF

Info

Publication number
KR20240055199A
KR20240055199A KR1020220134801A KR20220134801A KR20240055199A KR 20240055199 A KR20240055199 A KR 20240055199A KR 1020220134801 A KR1020220134801 A KR 1020220134801A KR 20220134801 A KR20220134801 A KR 20220134801A KR 20240055199 A KR20240055199 A KR 20240055199A
Authority
KR
South Korea
Prior art keywords
sleep
data
cloud
artificial intelligence
model
Prior art date
Application number
KR1020220134801A
Other languages
English (en)
Inventor
김동신
Original Assignee
닉스 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 닉스 주식회사 filed Critical 닉스 주식회사
Priority to KR1020220134801A priority Critical patent/KR20240055199A/ko
Publication of KR20240055199A publication Critical patent/KR20240055199A/ko

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • 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
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/042—Knowledge-based neural networks; Logical representations of neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computer Hardware Design (AREA)
  • Veterinary Medicine (AREA)
  • Databases & Information Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

인공지능 모델에 기반한 개인별 맞춤 수면 관리시스템은, 대량의 데이터를 저장하고 인공지능 모델을 구축하는 제1클라우드와 제2클라우드를 포함하고, 상기 제1클라우드와 상기 제2클라우드는 경량화 모델을 구축하기 위한 훈련, 검증, 테스트가 수행되고, 상기 제1클라우드는 인공지능 모델링을 위한 고성능 서버로 사용자들의 모든 데이터들을 이용하려 인공지능 모델을 구축, 훈련, 검증 하는 역할을 수행하고, 모든 데이터는 AWS 기반 데이터용 클라우드 서버에 저장, 관리함으로 보안을 강화하고, 상기 제2클라우드는 사용자들의 모든 데이터를 저장하고, 상기 제1클라우드에 필요한 데이터는 상기 제2클라우드에 인증 요청, 토큰 인증 방식으로 데이터에 접근할 수 있다.

Description

사물인터넷 기반 개인 맞춤형 수면관리 시스템 및 장치{IOT BASED PERSONALIZED SLEEP MANAGEMENT SYSTEM AND DEVICE}
본 발명은 전자 장치 및 시스템에 관한 것으로, 구체적으로 사물 인터넷 기술에 기반하여 사용자의 개인 맞춤형 수면 관리 시스템 및 장치를 제공하기 위한 것이다.
양질의 수면관리는 개인의 행복을 넘어 국가, 사회적 안전망으로 인식되고 있다. 수면은 회복, 에너지 보존, 기억, 면역력 증대, 감정조절 등 건강한 삶에 큰 역할을 하고 있으며 잠을 자는 동안 뇌에 축적된 독소를 제거하여 뇌 기능 활성화시킨다. 잠이 부족하면 주간 졸림증과 기억력 및 집중력 감소, 감정기복이 심해지며 식욕을 억제하지 못해 체중증가가 일어나는 등 건강상 심각한 문제 야기한다.
코로나 시대를 맞아 수면장애 인구 증가, 약 1,000조원의 사회적 비용 발생하고 있다. 2020년 기준, 수면장애로 병원을 찾은 환자가 67만명을 넘어섰고 최근 5년간 연평균 7.9% 증가하였다. 이에 따라 2020년엔 진료비 규모도 1,400억 원을 넘었고, 최근 5년간 연 평균 25.2% 증가하였다.
수면장애로 인한 경제적 손실규모는 한국 11조 497억원6), 미국 482조 1천 30억원, 일본 161조 8천7400억원7) 등 전 세계적으로 1,000조원 예상된다. 수면의약품에 대한 높은 의존성과 오남용으로 사회적 문제 유발되고 있다. 수면의약품은 수면제(ETC)와 수면유도제(OTC)로 나뉘며, 2021년 기준 약 70만명의 수면장애 환자가 수면제 복용 중이다. 수면제는 입면에 도움이 되나 근본치료가 불가능한 약물이라 각별한 주의가 요구되며 한달 이상의 처방이 금지돼 있다. 수면제는 강제로 중추신경을 마비시키는 기전 때문에 장기 복용시 치매에 걸릴 확률이 43% 높고9) 인지기능 저하, 수면 중 이상행동 등 부작용 야기한다. 비약물적 수면관리 제품으로 아로마, ASMR 재생기, 조명, 메트리스 등이 있으나 효과성이 떨어져 결국 수면제로 옮겨가고 있는 추세이다.
기존 수면관리 기술은 수면분석, 아로마 분사, ASMR 전달, 온도 조절, 빛 조절 등 기능이 독립적으로 동작하여 맞춤형 관리는 물론 효과성도 떨어진다. 반면 AIoT 기반 수면관리 시스템은 1)수면 센서를 활용해 데이터를 측정하고 2)AI모델을 접목해 개인 맞춤형 수면 시나리오를 제공하며 3)다양한 IoT 디바이스와 연동해 수면을 관리할 수 있다는 측면에서 획기적인 시스템이 될 수 있다.
1)사용자의 수면 데이터를 측정, 분석하고 2)AI 모델을 이용해 맞춤형 수면관리 시나리오를 제작하며 3)시나리오 기반 IoT기기 연동을 통해 최적의 수면환경을 구현해주는 개인 맞춤형 수면관리 시스템이 개시될 수 있다.
수면유도기와 연동해 사용자가 빠르게 잠들 수 있도록 1)sleep air 분사 기능을 적시에 제공하고 2)중도 각성을 예측하고 방지하는 스마트 수면관리 시스템이 개시될 수 있다.
본 실시 예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 이하의 실시 예들로부터 또 다른 기술적 과제들이 유추될 수 있다.
인공지능 모델에 기반한 개인별 맞춤 수면 관리시스템은, 대량의 데이터를 저장하고 인공지능 모델을 구축하는 제1클라우드와 제2클라우드를 포함하고, 상기 제1클라우드와 상기 제2클라우드는 경량화 모델을 구축하기 위한 훈련, 검증, 테스트가 수행되고, 상기 제1클라우드는 인공지능 모델링을 위한 고성능 서버로 사용자들의 모든 데이터들을 이용하려 인공지능 모델을 구축, 훈련, 검증 하는 역할을 수행하고, 모든 데이터는 AWS 기반 데이터용 클라우드 서버에 저장, 관리함으로 보안을 강화하고, 상기 제2클라우드는 사용자들의 모든 데이터를 저장하고, 상기 제1클라우드에 필요한 데이터는 상기 제2클라우드에 인증 요청, 토큰 인증 방식으로 데이터에 접근할 수 있다.
개인 맞춤형 관리를 통한 수면의 질이 향상될 수 있다. 수면유도기능은 입면 시간 단축을 위한 수면환경을 구현할 수 있다. 사용자의 평소 수면시간 및 수면효율 데이터 기반으로 최적의 수면시간 제안할 수 있다.
입면환경 최적화 : 사용자의 성별, 나이, 기저질환, 위치, 계절을 고려한 수면환경 자동 제어함으로써 입면환경을 최적화시킬 수 있다.
Sleep air 분사량 자동제어를 통해 사용자의 입면시간을 단축시킬 수 있다.
사용자 수면상태 실시간 분석 및 맞춤형 수면환경 관리할 수 있다. 시스템은 수면 중 수면환경 및 수면상태 실시간 분석 및 데이터 전송하고 중도각성이 예측되면 sleep air 재 분사 및 수면환경 제어를 통해 깊이 잘 수 있도록 유도할 수 있다. 실시간 수면단계를 예측하고 이에 맞는 온도, 습도, 소음 등 수면환경 조절할 수 있다.
얕은 잠 구간, 저 자극 기상을 통한 삶의 질 향상시킬 수 있다. ‘수면제한요법’, 일주기리듬, 사용자 생활패턴을 고려한 최적의 기상시간 제안 및 기상유도할 수 있다. 실시간 수면단계 분석을 통해 기상설정 시간 근처의 REM수면단계 기상유도를 통해 개운한 기상 제공하고 사용자의 일주기리듬에 따라 기상등의 조도, 파장을 조절하여 생체리듬 조정할 수 있다.
기상에 적합한 온도, 습도, 조도, 소음, 공기질 제공함으로써 수면환경을 최적화시키고 개인 맞춤형 수면 분석 및 개선 방안 도출된 맞춤형 수면 리포트가 제공될 수 있다. 수면 리포트는 수면시간, 입면시간, 중도각성, 호흡수 등 세부 데이터를 포함하는 수면 데이터, 온도, 습도, 조도, CO2 농도 등 환경 데이터를 포함하는 수면환경 데이터, 각각에 맞는 ASMR, 아로마, 위생방법 등을 추천하는 수면 개선 방안 정보를 포함할 수 있다.
도1은 일 실시 예에 따라, 사물인터넷 기반의 개인 맞춤형 수면관리시스템을 나타낸다.
도2는 일 실시 예에 따라, 개인 맞춤형 수면관리시스템이 적용된 방을 나타낸다.
도3은 일 실시 예에 따라, 사물인터넷 기반 개인 맞춤형 수면 관리 시스템을 나타낸다.
도4는 일 실시 예에 따라, 수면 유도 기능의 모식도를 나타낸다.
도5는 일 실시 예에 따라, 수면 관리 기능의 모식도를 나타낸다.
도6은 일 실시 예에 따라, 기상 유도 기능의 모식도를 나타낸다.
도7은 일 실시 예에 따라, 사물인터넷 구축 플랫폼 모식도를 나타낸다.
도8은 일 실시 예에 따라, 인공지능 기반 에지 컴퓨팅(Edge Computing) IoT 플랫폼을 나타낸다.
도9는 일 실시 예에 따라, 클라이언트 중심 서비스 제공 IoT 플랫폼을 나타낸다.
도10은 일 실시 예에 따라, 에지 컴퓨팅 플랫폼 개념도를 나타낸다.
도11은 일 실시 예에 따라, 슬립센서 작동 원리 개념도를 나타낸다.
도12는 일 실시 예에 따라, 인공지능 모델 구성을 나타낸다.
도13은 일 실시 예에 따라, IoT 플랫폼의 세부 개념도를 나타낸다.
도14는 일 실시 예에 따라, 데이터 흐름과 인증방식의 세부 개념도를 나타낸다.
도15는 일 실시 예에 따라, 수면관리 서비스의 개요도를 나타낸다.
도16은 일 실시 예에 따라, 수면유도 기능 모식도를 나타낸다.
도17은 일 실시 예에 따라, 수면관리 기능 모식도를 나타낸다.
도18은 일 실시 예에 따라, 기상유도 기능 모식도를 나타낸다.
아래에서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자들(이하, 통상의 기술자들)이 본 발명을 용이하게 실시할 수 있도록, 첨부되는 도면들을 참조하여 몇몇 실시 예가 명확하고 상세하게 설명될 것이다.
도1은 일 실시 예에 따라, 사물인터넷 기반의 개인 맞춤형 수면관리시스템을 나타낸다.
도1을 참조하면, 센서부는 패드형 슬립센터와 gosleep내 수면환경 센서를 취합해 사용자의 수면상태 및 수면환경 측정 및 분석할 수 있다.
IoT 서버는 센서와 연동되어 수면데이터 송수신이 가능한 IoT 서버 구현, 다수의 IoT 기기와 동시 접속 가능한 통신 프로토콜 구축할 수 있다.
수면최적화 AI모델은 수집된 수면데이터 기반 최적의 수면환경을 예측하고, 기기에 명령을 제공할 수 있다.
IoT 제품연동 및 수면관리시스템은 IoT 제품과 연동을 통해 AI모델에서 추출된 최적 수면환경 시나리오를 구현할 수 있는 스마트홈 IoT 시스템일 수 있다.
사물인터넷 기반의 개인 맞춤형 수면관리시스템에 기반하여, 개인 맞춤형 수면 관리 자동화 시스템이 고도화될 수 있다. 시스템은 수면 환경 빅데이터의 용이한 머신러닝 분석을 위한 DB 구조 및 표준체계를 확립하고 수면 환경 빅데이터 분야에 최신 인공지능 기술을 도입하는 발판을 마련할 수 있다.
사람들의 숙면에 가장 영향을 미치는 환경 요인을 분석함으로써, 에너지 효율적이면서도 사용자의 수면 방해 요소를 효과적으로 감소시킬 수 있는 결과를 도출할 수 있다. 이어 사용자에게 과학적인 근거에 기반한 최적 수면 환경을 제안할 수 있다.
다양한 IoT 홈 가전기기와 연동해 다기능의 고효율, 저가격으로 가정에게 수면가전기기 보급화 및 상용화를 이룰 수 있다. 수면 환경 빅데이터의 용이한 머신러닝 분석을 위한 DB 구조 및 표준체계를 확립하고 국내 수면 환경 빅데이터 분야에 최신 인공지능 기술을 도입하는 발판을 마련할 수 있다.
사람들의 숙면에 가장 영향을 미치는 환경 요인을 분석함으로써, 에너지 효율적이면서도 사용자의 수면 방해 요소를 효과적으로 감소시킬 수 있는 결과를 도출할 수 있다. 이어 사용자에게 과학적인 근거에 기반한 최적 수면 환경을 제안할 수 있다.
다양한 IoT 홈 가전기기와 연동해 다기능의 고효율, 저가격으로 가정에게 수면가전기기 보급화 및 상용화를 이룰 수 있다.
개개인의 수면 패턴 분석 파악을 위한 피쳐 벡터(Feature Vector)를 통해 의료기관과 협력해 시나리오 분석 및 처방이 가능하고, 처치의 자동화를 부여해줄 수 있는 기술을 통해 불면질환자의 순응도를 높일 수 있어 만족감을 줄 수 있을 것으로 기대된다.
기존의 의사 처방을 단순히 디지철화 시키는 치료와 달리 사용자의 수면환경, 수면패턴 등을 분석해 개개인 맞춤형으로 인지행동 치료 시나리오를 처방 및 처지의 자동화를 실현시켜 사용자의 만성질환 개선정도를 정량적으로 파악하게 하는 것이 가능하다.
시스템은 실시간으로 사용자의 상태를 측정하여 최적하기 위해 인공지능 Edge omputing 시스템을 중심으로 구축될 수 있다. 경량화된 모델은 Edge Node 에 구현되어 실시간으로 IoT 디바이스들과 소통하며 사용자의 상황에 최적화되는 모델로 다시 한 번 튜닝이 되어 궁극적으로 서로 다른 개개인에 최적화되어 예측/분류를 하는 모델로 사용된다.
클라이언트 중심의 IoT 시스템도 구축하여 클라이언트가 서비스 정보를 실시간으로 직접 확인하며 IoT 기기들을 직접 제어 할 수 있다. 전체 구축예정 시스템 모식도는 도7과 같다.
도7을 참조하면, Cloud 1,2 는 대량의 데이터를 저장하고 인공지능 모델을 구축하는 부분이다. 경량화 모델을 구축하기 위한 훈련, 검증, 테스트 모두 Cloud들에서 이루어질 수 있다. Cloud1 은 인공지능 모델링을 위한 고성능 서버로 사용자들의 모든 데이터들을 이용하려 인공지능 모델을 구축, 훈련, 검증 하는 역할을 할 수 있다. 또한 모든 데이터는 AWS 기반 데이터용 클라우드 서버에 저장, 관리함으로 보안을 강화할 수 있다. 사용자들의 모든 데이터는 Cloud2 에 저장되고, Cloud1에 필요한 데이터는 Cloud2 에 인증 요청, 토큰 인증 방식으로 데이터에 접근할 수 있다. Cloud1에서 구축되는 인공지능 모델은 모든 데이터를 사용한 Teacher 모델과 이를 경량화 한 Student 모델이다. 이 Student 모델은 후술할 Fog의 Edge nodes 들에 구현되어 개별 사용자에 최적화될 수 있다.
Fog(Edge nodes)는 모바일 디바이스를 이용하여 IoT 기기들과 실시간으로 통신을 하며 Cloud1 에서 훈련된 Student 모델이 각각의 Edge node에 구현된다. 또한 각각의 Edge node 들은 IoT 기기들과 실시간으로 통신을 하며 사용자 개개인의 데이터기반으로 Student 모델들이 사용자들 개개인에게 최적화된다. 이러한 현장 중심의 인공지능 모델의 최적화는 신속히 사용자들에게 본인들에게 맞춤형 서비스를 제공할수 있게 한다. 또한 IoT 기기로 취득된 데이터는 Cloud 에 저장 되어 일반화된 인공지능 모델인 Teacher 모델 성능 강화에 사용된다.
Edge devices 는 IoT 기기로 구성되어 있으며 IoT 기기들의 센서에서 각각 취득한 데이터는 2단계인 Fog에 구현된 Student 모델의 최적화 과정에 쓰이며, 이에 따른 Student 모델의 출력값에 기반하여 IoT 기기를 제어할 수 있다. 구체적으로 기기들은 닉스(주)의 Gosleep 제품과 ㈜ 이원오엠에스의 슬림센서를 사용하며 이에 따른 클라이언트 중심의 IoT 시스템도 구축할 수 있다.
Client 직접 제어 앱은 인공지능 모델에 의해 자동 최적화되는 알고리즘에 의존하지 않고 Client 자신이 즉각적으로 IoT 기기들과 시스템을 통제하기 위한 앱을 구축할 수 있다.
저장된 사용자의 환경, 센서 데이터들은 ESS / ISI 지표와 만족도 설문 데이터와 같이 Cloud에서 전처리되어 기존의 인공지능 모델 개선에 사용된다. 개선된 성능의 Teacher, Student 모델은 주기적으로 Edge nodes들에 펌웨어 업데이트 방식으로 업데이트되어 보다 개량되고 최적화된 모델을 제공할 수 있다. 이에 따른 결과로 Edge nodes에 구현된 Student 모델의 출력값에 기반하여 Gosleep 기기를 제어함으로 사용자 수면의 질을 향상시킬 수 있다.
이에 따른 IoT 플랫폼 구성도는 인공지능 중심 Edge Computing IoT 플랫폼 과 클라이언트 중심 서비스 제공 IoT 플랫폼 두 부분으로 나뉘며 각각의 세부사항은 후술한다.
인공지능 중심 Edge Computing IoT 플랫폼에서는 Cloud1 의 인공지능 모델 서버에서 훈련, 검증된 인공지능 모델이 Edge nodes를 거쳐 Edge devices를 제어해 사용자의 수면의 질을 높이는 것을 목표로 하며 그 모식도는 도8과 같다.
클라이언트 중심 서비스 제공 IoT 플랫폼에서는 자동화된 인공지능 기반의 IoT 시스템와 클라이언트가 직접 IoT 시스템에 접근하여 제어할수 있는 플랫폼이다. 클라이언트는 앱을 통해 Edge devices를 제어해 인공지능 알고리즘을 직접 최적화 할수 있으며, IoT 기기를 직접 본인의 편의에 맞게 제어 할 수 있다. 또한 IoT 기기들을 통해 수집한 클라이언트의 정보를 토큰 인증 방식으로 접근하는 시스템을 구축함으로 데이터 보안성을 높임. 구축되는 플랫폼의 모식도는 도9와 같다.
시스템은 사용자들의 수면 상태를 파악하여 수면의 질을 높이는 것을 목표로 하며, 이를 달성하기 위해 여러 센서로 측정된 데이터와 Edge Computing 기술, 최신의 인공지능 모델을 이용하여 보다 즉각적이고 최적화된 서비스를 제공할 수 있다.
데이터는 센서로 측정된 시계열 데이터와 ISI/ESS 기반 설문데이터를 사용할 수 있다.
사용자의 수면 상태를 분류, 예측하는 임무를 위해 최신의 인공지능 모델이 개시된다.
즉각적인 서비스 최적화를 위해 서버로 직접 통신을 하여 거대한 인공지능 모델을 다시 훈련하는 것이 아닌 Edge Computing 기술이 활용된다. 사용자의 만족도를 설문조사로 측정하여 서비스의 만족도를 평가하며, 데이터 베이스화 하여 구축된 인공지능 모델이 개량될 수 있다.
구축 플랫폼과 기술은 전술한 대로 인공지능 중심 Edge Computing IoT플랫폼과 클라이언트 중심 서비스 제공 IoT 플랫폼 두부분으로 나눌수 있으며 각각의 플랫폼에 적용된 기술의 세부 사항은 다음과 같다.
1. 인공지능 중심 Edge Computing IoT 플랫폼
사용자의 여러 데이터를 데이터 센터, 서버로 전송해 그에 따른 결과값을 받기에는 지나친 시간소요와 비용이 발생함. 실시간으로 사용자의 데이터에 기반하여 즉각적인 사용자화 된 서비스를 제공하기 위해 본 제안서는 Edge Computing 기술을 적극 사용 할 것 이며 본 제안 과제에 구축될 Edge Computing 플랫폼 모식도는 도10과 같다.
이는 현대적인 제조 공장등 여러 IoT 플랫폼에서 적극 사용되고 있는 최신 기술이며 크게 Edge Devices, Fog, Cloud 세부분으로 나눌 수 있다. 이에 따른 기술의 새부 사항과 기대 효과 다음과 같다.
Edge devices 는 클라이언트의 수면 데이터를 수집하고 수면에 도움이 되는 서비스를 제공할 수 있다.
Edge nodes 로서 현장에서 IoT센서가 지속적인 데이터 스트림을 생성한다. 이렇게 수집한 데이터를 서버로 전송하여 계산하고 그에 따른 결과를 반영해 다시 최적화한다면 그 대기시간이 길어지므로 실시간 최적화 IoT 서비스를 제공하기에 한계가 있다. 또한 심층학습 기반의 인공지능 모델을 사용하면 그 연산 소요시간이 매우 길어질 가능성이 있다. 따라서 IoT 기기들 근처에 Edge nodes를 배치하고 경량화된 인공지능 모델을 통해 처리하는 것이 더 빠르고 비용도 적게 든다.
Cloud 는 Edge nodes 만을 배치해 서비스를 제공한다면 표준화된 소프트웨어 업데이트를 제공할수 없다는 단점이 있으므로 중앙집중식 데이터 플랫폼을 통해 인공지능용 모델링용 고성능의 Cloud를 구축하고 각각의 Edge nodes를 컨트롤 하는 것이 합리적이다. 이를 통해 분리된 각각의 Edge nodes 의 정보를 취합하여 전반적으로 서비스에 도움이 되는 일반화된 서비스 및 인공지능 모델을 구축 할 수 있다. 본 구축 플랫폼에서는 인공지능 모델 훈련만을 위한 인공지능 모델링 서버 Cloud1 과 데이터와 인증을 담당하는 AWS 기반 Cloud2 서버로 Cloud 부분을 구축할 수 있다. 구축될 인공지능 모델은 후술한다.
Edge Devices 로서 수면유도기 또는 슬립센서가 사용될 수 있다.
예로서, 수면유도기 gosleep에는 온도 / 습도 / 조도 / 소음 / co2농도의 5가지 수면 환경요소 측정 센서가 포함될 수 있다. 슬립센서는 PVDF 기반으로 심박신호 혹은 호흡 신호등 시계열 데이터로 이루어지며 침대에 부착하는 형태이며 기본 동작 원리는 하기와 같다. 사용자의 호흡주기나 심박신호를 128Hz 주파수에 맞춰 아날로그 신호를 측정하며, ADC를 포함한 별도의 신호 처리 시스템을 걸쳐 16 bit, 4 bit 디지털 신호로 변환되어 최종 0-1 값으로 처리된다. 도11은 일 실시 예에 따라, 슬립센서 작동 원리 개념도를 나타낸다.
일 실시 예에 따라, 시스템에서 사용되는 인공지능 모델은 요양병원의 환자 개개인별 다른 특성 데이터를 이용하여 환자들의 그룹을 분류하며, 환자들의 상태를 예측할 수 있다. 이는 Ground Truth에 의존하는 Supervised Learning에서 벗어나 임무를 효과적으로 수행하는 것을 목표로 하며 일반인과는 다른 병원의 환자들 특성을 세밀히 고려하여 테스트 베드에 최적화되는 인공지능 모델이 설계될 수 있다. 또한 병원이라는 특수한 환경을 고려할 때, 설치될 수면기기로 측정되는 데이터 패턴 또한 일반적인 상황과는 매우 다를 것이라 예상되므로, 이러한 특수 데이터를 실시간으로 반영하는 경량화된 인공지능 모델이 구축되고 이는 Cloud, Edge nodes에 구현될 수 있다.
인공지능 모델은 하기와 같은 특징을 가질 수 있다.
Classification/Prediction : 입력되는 수면 특성 데이터를 이용하여 분류,예측을 할수 있는 모델이 구축된다. 구체적으로 임무는 환자의 불면증 정도에 따라 여러 그룹으로 나누고 이를 맞추는 분류를 하는 인공지능 모델을 선택, 적용할 것임. 또한 앞서 기술한 PVDF신호로 측정된 호흡 신호를 예측하여 환자의 세세한 상태를 미리 예측하는 임무를 하는 임무를 가지는 역할을 하는 인공지능 모델이 설계된다. 요양병원환자의 특성상 일반인과 다른 패턴을 가지는 데이터가 취득될 수 있고, 이에 맞춰 Edge nodes에서 최적화되는 임무를 수행하는 인공지능 모델을 설계할 예정임.
Domain Generalization　:　전술한대로 요양병원의 환자들은 정상인들과는 다른 생체 신호가 측정될 것이라 예상되며, 불면증의 정도에 따라 각각 변칙적인 패턴 정도또한 각각 다를 것이라 예상된다. 또한 병실의 환경이 각각 다르기에 환자들은 다른 도메인에 노출되어 있다고 볼수 있다. 인공지능 모델은 이러한 변칙적인 사용자들의 입력데이터에 강건한 성능을 보이기 위한 Domain Generalization 알고리즘을 사용할 수 있다. 서로 다른 환경(도메인)에 처해 있는 변칙적인 환자의 생체 신호에 변한없이 일정한 정확도를 가지는 인공지능이 설계된다.
Continual learning : 15개의 테스트 베드를 넘어서는 새로운 패턴을 보이는 테스트 베드에 대해 지속적으로 진화하여 학습되는 인공지능 모델을 설계하기 위해 새롭게 취득하는 데이터에 적응할 수 있는 Unsupervised Learning 기반의 Continual learning 알고리즘을 적용시킬 수 있다.
Knowledge Distillation : 인공지능 기반 IoT 기술은 실험실이나 회사와 비교해 불안정한 네트워크를 가지는 병원의 특성에 쓰이기에 최적이다. 구체적으로, 엣지 컴퓨팅 기술을 적용한다면 수면관련 기기들이 직접 서버와 통신할 일을 줄여 줌으로써 보다 신속하게 사용자에게 최적화된 인공지능모델에 기반한 서비스를 제공할수 있다. 하지만 Edge node의 한정적인 시스템 자원을 고려 할 때 거대한 모델 이 아닌 경량화된 인공지능 모델 개발이 필수적이다. 이를 위해 Knowledge Distillation 기법을 적용, 보다 즉각적으로 사용자에 최적화된 경량 모델 구축하여 병원의 불안정한 네트워크 상태에도 변함없는 품질의 서비스를 제공하기 위한 경량화 인공지능 모델이 사용될 수 있다.
도12는 일 실시 예에 따른 인공지능 모델의 블록도를 나타낸다.
클라이언트 중심 서비스 제공 IoT 플랫폼가 개시될 수 있다. 직관적이고 클라이언트가 직접 제어할 수 있는 클라이언트 중심의 IoT 플랫폼을 구축하였으며, 이는 클라이언트의 스마트폰을 이용하여 전술한 IoT기기들, Edge nodes를 직접 제어함으로 본 제안서의 플랫폼의 신뢰도를 높이며 신속하고 직관적인 서비스를 제공할 수 있다. 클라이언트 중신 서비스 제공의 IoT 플랫폼의 세부 개념도는 도13에 나타난다.
클라이언트는 제공된 앱을 개개인의 스마트폰을 이용하여 전술한 IoT 기기들을 제어 할수 있으며 심박수, 호흡수, 수면상태, 무호흡지수, 뒤척임 등 수집된 데이터에 접근하여 본인의 수면 상태 현황을 직관적으로 파악 할 수 있다. 또한 이에 따른 슬립센서를 통해 기록한 구체적인 데이터와 클라이언트가 이를 접근하기 위한 인증방법과 방식은 도14와 같다.
개시된 시스템은 1) 센싱기술을 활용하여 사용자의 수면 데이터를 이용한다. 2) AI 기술을 활용해 개인 맞춤형 수면관리를 제공한다. 3) IoT 기술을 이용하여 말만 하는 관리가 아닌 직접 수면환경을 제어한다.4) 대시보드를 활용하여 손쉽게 자신의 수면상태를 관리할 수 있다.
수면유도 서비스는 잠에 편안하고 빠르게 들 수 있도록 돕는 서비스이다. 수면관리 서비스는 수면 중 깊은 잠을 잘 수 있도록 돕는 서비스이다. 기상유도 서비스는 자연스럽고 상쾌한 아침을 맞게 해주는 서비스이다. 수면피드백 리포트는 자신의 수면/건강 상태를 파악하고 더 잘 잘 수 있는 방법에 대해 안내하거나 IoT 기능을 조절할 수 있는 서비스이다.
· 수면유도 서비스 : 잠에 편안하고 빠르게 들 수 있도록 돕는 서비스
· 수면관리 서비스 : 수면 중 깊은 잠을 잘 수 있도록 돕는 서비스
· 기상유도 서비스 : 자연스럽고 상쾌한 아침을 맞게 해주는 서비스
· 수면피드백 리포트 : 자신의 수면/건강 상태를 파악하고 더 잘 잘 수 있는 방법에 대해 안내하거나 IoT 기능을 조절할 수 있는 서비스이다.
먼저, 수면유도 서비스는 사용자 수면 데이터를 획득할 수 있다.
APP 기반으로 활동 정도, 각성 정도, 연령, 성별, 카페인 섭취량 등을 획득할 수 있다. 사용자 수면 데이터는 수면환경[온도, 습도, 조도, 소음, CO2농도], 수면상태[전날 수면시간, 잠자기 전 5분간의 교감신경 활성화, 사용자 수면준비 여부]를 포함할 수 있다.
개인 맞춤형 최적 입면환경 조성은 수면환경 제어[온도(에어컨) : 계절에 따라 18~26℃, 습도(가습기) : 계절에 따라 40 ~ 60%, 조도(커튼, 무드등): 01~3lux, 소음(AI 스피커) : white noise 또는 pink noise], 수면유도기 gosleep[sleep air 분사, 아로마향 분사, ASMR 재생], 최적 수면시간 제공[수면제한요법 기반]을 포함할 수 있다. 도16은 수면유도 기능 모식도를 나타낸다.
수면관리 서비스는 사용자 수면 데이터를 측정하고 수면의 질 유지를 위한 최적 수면환경 제어 동작을 포함할 수 있다. 수면환경은 온도, 습도, 조도, 소음, CO2농도를 포함하고, 수면상태는 실시간 수면 단계, 수면의 질, 코골이 유뮤, 수면시간, 중도각성 횟수, 수면 중 칼로리 소모량을 포함할 수 있다. 최적 수면환경 제어 동작은 얕은 잠 구간으로 올라와 중도각성이 예측될 때 sleep air 분사를 통해 중도각성을 예방하고 입면 후 방안의 온도를 낮춰 수면의 질을 향상시키고 무드등을 포함한 모든 조명을 off하고 소음을 최소화(TV, 공기청정기 등)하여 중도 각성을 예방할 수 있다.
기상유도 서비스는 사용자 수면 데이터 측정하고 개운한 기상을 위한 기상유도 서비스를 포함할 수 있다. 사용자 수면 데이터는 사용자 특성에 따른 예상 기상시간[출근시간, 평소 자는 시간, 알람 예약 시간, 위치별 계절],얕은 잠 구간 파악[REM 수면단계 파악]을 포함할 수 있다. 기상유도 서비스는 얕은 잠 구간 30분 전부터 점점 밝아지는 조명, 점점 커지는 음악 소리, 천천히 열리는 커텐, 점점 세지는 시원한 바람, 입이 마르지 않는 적당한 습도 구현을 포함하고 설정에 따라 오늘의 뉴스를 틀어주는 등 특정 동작 진행 가능하다.
수면피드백 리포트는 사용자의 지난밤[1일, 1주일, 1달] 수면상태 표시(수면시간, 수면단계 비율, 코콜이 횟수, 수면점수, 수면환경 점수, 수면점수, 수면 다이어트 점수 등)하고 IoT 기기를 관리할 수 있다.
설명들은 본 발명을 구현하기 위한 예시적인 구성들 및 동작들을 제공하도록 의도된다. 본 발명의 기술 사상은 위에서 설명된 실시 예들뿐만 아니라, 위 실시 예들을 단순하게 변경하거나 수정하여 얻어질 수 있는 구현들도 포함할 것이다. 또한, 본 발명의 기술 사상은 위에서 설명된 실시 예들을 앞으로 용이하게 변경하거나 수정하여 달성될 수 있는 구현들도 포함할 것이다.

Claims (1)

  1. 인공지능 모델에 기반한 개인별 맞춤 수면 관리시스템에 있어서,
    대량의 데이터를 저장하고 인공지능 모델을 구축하는 제1클라우드와 제2클라우드;
    상기 제1클라우드와 상기 제2클라우드는 경량화 모델을 구축하기 위한 훈련, 검증, 테스트가 수행되고,
    상기 제1클라우드는 인공지능 모델링을 위한 고성능 서버로 사용자들의 모든 데이터들을 이용하려 인공지능 모델을 구축, 훈련, 검증 하는 역할을 수행하고,
    모든 데이터는 AWS 기반 데이터용 클라우드 서버에 저장, 관리함으로 보안을 강화하고,
    상기 제2클라우드는 사용자들의 모든 데이터를 저장하고, 상기 제1클라우드에 필요한 데이터는 상기 제2클라우드에 인증 요청, 토큰 인증 방식으로 데이터에 접근하고,
    상기 제1클라우드에서 구축되는 인공지능 모델은 모든 데이터를 사용한 Teacher 모델과 이를 경량화 한 Student 모델을 포함하고, 상기 Student 모델은 Fog의 Edge nodes 들에 구현되어 개별 사용자에 최적화되고,
    Fog(Edge nodes)는 모바일 디바이스를 이용하여 IoT 기기들과 실시간으로 통신을 하며 상기 제1클라우드에서 훈련된 Student 모델이 각각의 Edge node에 구현되고, 각각의 Edge node 들은 IoT 기기들과 실시간으로 통신을 하며 사용자 개개인의 데이터기반으로 Student 모델들이 사용자들 개개인에게 최적화되고, IoT 기기로 취득된 데이터는 클라우드에 저장 되어 일반화된 인공지능 모델인 Teacher 모델 성능 강화에 사용되는 인공지능 모델에 기반한 개인별 맞춤 수면 관리시스템.
KR1020220134801A 2022-10-19 2022-10-19 사물인터넷 기반 개인 맞춤형 수면관리 시스템 및 장치 KR20240055199A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220134801A KR20240055199A (ko) 2022-10-19 2022-10-19 사물인터넷 기반 개인 맞춤형 수면관리 시스템 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220134801A KR20240055199A (ko) 2022-10-19 2022-10-19 사물인터넷 기반 개인 맞춤형 수면관리 시스템 및 장치

Publications (1)

Publication Number Publication Date
KR20240055199A true KR20240055199A (ko) 2024-04-29

Family

ID=90883676

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220134801A KR20240055199A (ko) 2022-10-19 2022-10-19 사물인터넷 기반 개인 맞춤형 수면관리 시스템 및 장치

Country Status (1)

Country Link
KR (1) KR20240055199A (ko)

Similar Documents

Publication Publication Date Title
US10565894B1 (en) Systems and methods for personalized digital goal setting and intervention
US11875895B2 (en) Method and system for characterizing and/or treating poor sleep behavior
JP7437575B2 (ja) 生理学的イベント検知特徴部を備えたベッド
JP7465808B2 (ja) 睡眠段階検知特徴部を備えたベッド
JP7487105B2 (ja) 鼾検知特徴部を備えたベッド
CN112312801B (zh) 具有改善睡眠的特征的家庭自动化系统
CN111712161B (zh) 具有确定两个睡眠者的打鼾和呼吸参数的传感器特征的床
CN111770705B (zh) 具有存在检测特征的床
US11769585B2 (en) Health data exchange platform
Abdullah et al. Towards circadian computing: " early to bed and early to rise" makes some of us unhealthy and sleep deprived
JP6114470B2 (ja) ヘルスケア意思決定支援システム、患者ケアシステム及びヘルスケア意思決定方法
CN105592777A (zh) 用于睡眠管理的方法和系统
Hoque et al. Holmes: A comprehensive anomaly detection system for daily in-home activities
US11883606B2 (en) Stress reduction and sleep promotion system
WO2021064557A1 (en) Systems and methods for adjusting electronic devices
CN117460450A (zh) 使用机器学习技术确定实时睡眠状态
KR20240055199A (ko) 사물인터넷 기반 개인 맞춤형 수면관리 시스템 및 장치
KR20240055200A (ko) 사용자의 수면 데이터에 기반한 개인 맞춤형 수면관리 및 수면환경 제어 시스템
US20220230753A1 (en) Techniques for executing transient care plans via an input/output device
KR20230117336A (ko) Ai 기반의 비접촉식 수면분석 방법 및 실시간 수면환경 조성 방법
KR20240066825A (ko) 스마트홈을 위한 iot 기반 수면 관리 시스템
CN113571160B (zh) 数字体验发布技术以及用于辅助治疗睡眠类疾病的声光方法
Patel et al. Infrastructure and Algorithm for Intelligent Bed Systems
US20220351822A1 (en) Techniques for executing and modifying transient care plans via an input/output device
US20220016369A1 (en) System and method for determining and providing personalized pap therapy recommendations for a patient