WO2023068391A1 - Ai 시스템이 포함된 호흡기 질환 검진기 - Google Patents

Ai 시스템이 포함된 호흡기 질환 검진기 Download PDF

Info

Publication number
WO2023068391A1
WO2023068391A1 PCT/KR2021/014584 KR2021014584W WO2023068391A1 WO 2023068391 A1 WO2023068391 A1 WO 2023068391A1 KR 2021014584 W KR2021014584 W KR 2021014584W WO 2023068391 A1 WO2023068391 A1 WO 2023068391A1
Authority
WO
WIPO (PCT)
Prior art keywords
lung function
respiratory
user information
respiratory disease
lung
Prior art date
Application number
PCT/KR2021/014584
Other languages
English (en)
French (fr)
Inventor
김병수
Original Assignee
주식회사 티알
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 주식회사 티알 filed Critical 주식회사 티알
Publication of WO2023068391A1 publication Critical patent/WO2023068391A1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/087—Measuring breath flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/091—Measuring volume of inspired or expired gases, e.g. to determine lung capacity
    • 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
    • G16H40/60—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 operation of medical equipment or devices
    • G16H40/67—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 operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Definitions

  • the present invention relates to a respiratory disease checker capable of measuring lung capacity, that is, respiratory volume and respiratory muscle, examining the respiratory system, and analyzing the prediction of changes in lung function. More specifically, it relates to air pollution and fine dust caused by rapid industrialization.
  • Teen can easily carry and use it to confirm and judge the presence or absence of respiratory diseases, which are increasing by the use of a low-cost measuring device. It is possible to predict changes in lung function in the future as time, that is, over a period of time, by calculating the reference value for changes in lung function through the collected data, and to enable preemptive treatment accordingly, thereby slowing down or preventing the progression of COPD.
  • respiration refers to an action in which organisms decompose organic matter to produce energy necessary for life through gas exchange in which oxygen is inhaled and carbon dioxide contained in blood is expelled.
  • the normal tidal volume of a person that is, the amount of air entering and leaving the body
  • the lung capacity which refers to the amount of air exhaled after maximally inhaling
  • this is an average number and varies depending on health condition, physique, age, activity level, etc.
  • lung-related diseases such as pneumonia may occur or breathing ability may be weakened due to abnormalities of nerves or muscles around the respiratory system.
  • lung function may be deteriorated due to low activity or the habit of repeating shallow breathing, so continuous efforts to improve breathing capacity should be accompanied.
  • the most common method for measuring respiratory volume or lung capacity is to use a spirometer, which has a function of measuring lung capacity, tidal volume, respiratory rate, etc., and is mainly used for examinations for patients in hospitals is used for the purpose of Since the spirometer has already been well known through a number of technologies, a detailed description thereof will be omitted.
  • the current method of accumulating and automatically analyzing respiratory data is not a system, but a classical calculation method in which researchers manually collect and analyze data (National Health Survey, 2019), thereby predicting lung function through analysis It is difficult to calculate a new formula, and it is difficult to predict lung function deterioration early and carry out preemptive treatment.
  • the present invention is a technique devised to solve the above-mentioned problems in the prior art, and it is difficult to accurately diagnose the respiratory disease of the current user as the conventional respiratory disease checker uses the conventional lung function prediction equation, and the cumulative The collected data cannot be effectively analyzed, and accordingly, it is difficult to predict lung function deterioration at an early stage and perform preemptive treatment;
  • a measuring device that anyone can easily carry and measure respiratory volume and respiratory muscles
  • a central server that receives and stores the measured values and user information measured from the measuring device, and the accumulated measurement through the AI system installed in the central server
  • a new formula for predicting lung function is calculated through values and user information, and time-series analysis is performed to predict and analyze changes in lung function by comparing analysis values with measured values and user information, thereby predicting decline in lung function at an early stage.
  • the main purpose is to provide it through a respiratory disease checker that includes an AI system that enables preemptive treatment.
  • the present invention measures the lung capacity and respiratory muscles of a target user and receives a measuring device capable of inputting user information and a measured value measured by the measuring device and user information corresponding to the measured value
  • the central server that receives and stores measurement values and user information from multiple users to accumulate data and the constant value of the existing lung function prediction equation through the accumulated measurement values and user information installed in the central server
  • a new pulmonary function prediction equation is calculated through the changed constant value, while a time-series analysis is performed through the accumulated measured values and user information to calculate the pulmonary function change reference value, and the measured value and user information of the target user are recalled.
  • a respiratory disease checker including an AI system, characterized in that it is configured to include an AI system that predicts and diagnoses changes in lung function of a target user over time compared to a reference value for change in lung function.
  • the AI system of the present invention is characterized in that a new pulmonary function prediction equation is calculated by newly selecting a constant value of an existing lung function prediction equation through multiple regression analysis of accumulated measurement values and user information.
  • the AI system of the present invention selects variables after applying the accumulated measurement values and user information to the multiple regression analysis model, combines the selected variables, and applies the combined variables to the mixed effect model to obtain an AIC value, Among the variables with low AIC values, variables commonly included in males and females are selected, and among the selected variables, variables with a small number but high explanatory power and no significant difference in residual analysis are selected and applied to the linear regression analysis model. It is characterized in that a new pulmonary function prediction formula is calculated by newly selecting a constant value of the existing pulmonary function prediction formula.
  • the AI system of the present invention is characterized in that the pulmonary function of the target user is examined through the new pulmonary function prediction formula.
  • AI system of the present invention is characterized in that analysis is performed using a parametric model, ARIMA model, and SVM during time series analysis.
  • the AI system of the present invention is characterized in that time series analysis is performed after removing noisy measurement values from among measurement values of the target user using the SMOTE-CVCF technique.
  • the AI system of the present invention is characterized in that after removing noisy measurement values among the measurement values of the target user using the SMOTE-CVCF technique, outliers are removed using a difference-based regression model, and then time series analysis is performed.
  • the AI system of the present invention is characterized in that it performs calculation of a pulmonary function prediction formula and calculation of a pulmonary function change reference value at regular intervals.
  • the respiratory disease checkup device including the AI system according to the present invention presented as above is not only easy to use anytime and anywhere using a portable measuring device, but also can be easily used by anyone, so it is possible to screen for respiratory diseases. You can get it.
  • the present invention periodically recalculates the lung function prediction formula using the accumulated respiratory volume and respiratory muscle measurements of a large number of users, that is, by using the newly calculated lung function prediction formula to accurately predict respiratory diseases. You can get the effect that the examination can be done.
  • the present invention calculates a lung function prediction reference value according to a change in time, that is, a period, using the accumulated, that is, measured values of the respiratory volume and respiratory muscle of a plurality of users, and the measured value of the respiratory volume and respiratory muscle of the user. is compared with the lung function prediction reference value to predict the change in lung function of the user over time, that is, as time elapses, so that preemptive treatment can be performed by predicting the decline in lung function at an early stage, thereby preventing COPD at an early stage. effect can be obtained.
  • FIG. 1 is a block diagram showing a detector according to a preferred embodiment of the present invention.
  • FIG. 2 is a respiratory disease diagnosis algorithm according to a preferred embodiment of the present invention.
  • 3 is a pulmonary function prediction formula calculation algorithm according to a preferred embodiment of the present invention.
  • FIG. 4 is a lung function prediction algorithm according to a preferred embodiment of the present invention.
  • 5 is a pulmonary function change reference value calculation algorithm according to a preferred embodiment of the present invention.
  • FIG. 6 is a view showing a conventional pulmonary function prediction formula.
  • the present invention relates to a respiratory disease checker capable of measuring lung capacity, that is, respiratory volume and respiratory muscle, examining the respiratory system, and analyzing the prediction of changes in lung function. More specifically, it relates to air pollution and fine dust caused by rapid industrialization.
  • a respiratory disease checker capable of measuring lung capacity, that is, respiratory volume and respiratory muscle, examining the respiratory system, and analyzing the prediction of changes in lung function. More specifically, it relates to air pollution and fine dust caused by rapid industrialization.
  • Teen can easily carry and use it to confirm and judge the presence or absence of respiratory diseases, which are increasing by the use of a low-cost measuring device, but new formulas for predicting lung function using cumulative, that is, accumulated respiratory volume data, respiratory muscle data, and user information data
  • pulmonary function change reference values are calculated to predict and analyze short-term and long-term pulmonary function changes over time.
  • It is a technology related to a respiratory disease screening device that includes an AI system that can slow down or prevent the progression of COPD by enabling preemptive treatment accordingly.
  • the configuration for achieving the present invention as described above is a measuring device 10 capable of measuring the lung capacity and respiratory muscles of a target user and inputting user information; and a measured value measured by the measuring device 10 and corresponding to the measured value
  • a central server 20 that receives and stores user information and accumulates data by receiving and storing measured values and user information from a plurality of users; And the constant value of the existing pulmonary function prediction equation is changed through the measured value and user information accumulated in the central server 20 to calculate a new pulmonary function prediction equation through the changed constant value, while the accumulated pulmonary function prediction equation is calculated.
  • the AI system 30 of the present invention is characterized by calculating a new pulmonary function prediction formula by newly selecting a constant value of an existing pulmonary function prediction formula through multiple regression analysis of accumulated measurement values and user information.
  • the AI system 30 of the present invention selects variables after applying the accumulated measurement values and user information to the multiple regression analysis model, combines the selected variables, and applies the combined variables to the mixed effects model to AIC Values are obtained, among variables with low AIC values, variables commonly included in males and females are selected, and among the selected variables, variables with a small number but high explanatory power and no significant difference in residual analysis are selected, followed by linear regression analysis. It is characterized by applying to the model to calculate a new pulmonary function prediction formula by newly selecting a constant value of the existing pulmonary function prediction formula.
  • the AI system 30 of the present invention is characterized in that the lung function of the target user is checked through the new lung function prediction equation.
  • the AI system 30 of the present invention is characterized by performing analysis using a parametric model, ARIMA model, and SVM during time series analysis.
  • the AI system 30 of the present invention is characterized in that time series analysis is performed after removing noisy measurement values from among measurement values of the target user using the SMOTE-CVCF technique.
  • the AI system 30 of the present invention uses the SMOTE-CVCF technique to remove noisy measured values from among the measured values of the target user, and then removes outliers using a difference-based regression model so that time series analysis is performed. It is characterized by doing.
  • the AI system 30 of the present invention is characterized in that it performs calculation of a pulmonary function prediction formula and calculation of a pulmonary function change reference value at regular intervals.
  • the respiratory disease checker (hereinafter referred to as 'checker') containing the AI system of the present invention is accumulated to suit the changed environment and body so that chronic obstructive pulmonary disease (COPD) can be diagnosed more accurately
  • COPD chronic obstructive pulmonary disease
  • a lung function prediction equation is newly calculated to diagnose lung function, that is, diagnose respiratory diseases, and accumulate
  • the lung function change reference value is calculated to predict and analyze the change in spirometry function, the probability of COPD onset, and the timing of COPD onset.
  • the respiratory diseases to be diagnosed are normal, obstructive respiratory diseases corresponding to COPD, asthma, chronic bronchitis, emphysema, airway stricture, etc., restrictive respiratory diseases such as pulmonary fibrosis, pulmonary congestion, lung cancer, pneumonia, pleurisy, pneumoconiosis, mixed It could be a lung disease.
  • the measuring instrument 10 which is a major component for achieving the present invention
  • a wireless communication unit is built in to transmit data to the central server 20 to be described and to receive diagnosis and prediction results.
  • the measuring instrument 10 of the present invention can only measure respiratory volume and respiratory muscle due to the nature of being manufactured as a low-end type, it can be connected to a user's portable device through wireless communication such as Bluetooth using the wireless communication unit. It is possible to check the diagnosis result and prediction result transmitted from the central server 20 using a device.
  • the measuring device 10 of the present invention includes an IR flow sensor for measuring the user's respiratory volume and a respiratory pressure sensor for measuring the user's respiratory muscles, and is diagnosed with a respiratory disease and lung function, that is, vital capacity function.
  • the user who is predicted to change in is called the target user.
  • the measuring device 10 of the present invention can input environmental information such as climate by region and air quality by region in addition to user information such as weight, height, age, gender, name, and smoking history described above.
  • environmental information such as climate by region and air quality by region
  • user information such as weight, height, age, gender, name, and smoking history described above.
  • the environment information can also be used together.
  • the measuring device 10 of the present invention measures the forced vital capacity (FEV1) and the forced vital capacity (FVC), which is the maximum amount of breathing forcefully and quickly exhaled by one's own efforts, among the lung capacity information of the target user for one second. Calculate the measured value as a % value using FVC. At this time, the measured value is calculated through FEV1/FVC ⁇ 100.
  • FEV1 forced vital capacity
  • FVC forced vital capacity
  • the central server 20 which is a major component for achieving the present invention
  • Measurement values measured by the measuring device 10 and user information corresponding to the measurement values, that is, target user information are received and stored. Measurement values and user information are received and stored from multiple users to accumulate data. At this time, it will be obvious that the above-described environmental information is also received and stored, and it is connected to the measuring instrument 10 or the user's portable device through wireless communication to receive data and deliver diagnosis and prediction results.
  • the AI system 30 which is a major component for achieving the present invention
  • It is installed in the central server 20 and changes the constant value of the existing pulmonary function prediction formula through the accumulated measurement values and user information to calculate a new pulmonary function prediction formula through the changed constant value, while the accumulated measurement
  • a time-series analysis is performed through the value and user information to calculate a pulmonary function change reference value, and the target user's measured value and user information are compared with the pulmonary function change reference value to predict the change in pulmonary function of the target user over time Diagnose.
  • the AI system 30 of the present invention accurately calculates a new lung function prediction equation from the existing lung function prediction equation in order to more clearly determine the normal category of respiratory disease based on the changed user information. While allowing respiratory diseases to be determined, it analyzes accumulated data to predict lung capacity according to user information and measured values, that is, changes in lung function, so that changes in lung function can be more accurately predicted.
  • the AI system 30 of the present invention delivers continuously input user information and measured values of respiratory volume and respiratory muscles through respiratory examination to the central server 30 to determine respiratory diseases and stores them By doing so, data can be accumulated.
  • the accumulation of user information and measured values is transmitted from the measuring device 10, but in addition to the case where it is directly received and stored from the measuring device 10, even in examination institutions such as hospitals or government agencies, user information and Measurements can be delivered.
  • the central server 20 of the present invention receives and stores the measured values measured by the examination institution in addition to the measuring device 10 and the user information corresponding to the measured values, and accordingly, through the AI system 30 of the present invention It is possible to obtain the effect of more accurate diagnosis of respiratory diseases by the new lung function prediction formula calculated.
  • the AI system 30 of the present invention calculates a new lung function prediction formula when it is determined that the amount of accumulated data is sufficient. At this time, the calculation of the new pulmonary function prediction equation will be signed in more detail with reference to Figure 3 below.
  • the AI system 30 of the present invention determines whether the new pulmonary function prediction formula is calculated before calculating the new pulmonary function prediction formula, and if it corresponds to the cycle, calculates the new pulmonary function prediction formula , If it does not correspond to the cycle, respiratory checkup of the target user, that is, measure respiratory volume and respiratory muscles to obtain measured values, and analyze the measured values of the target user with the existing lung function prediction equation to check the target user's respiratory disease do.
  • the AI system 30 of the present invention will be described with reference to FIG. 3 to calculate a new pulmonary function prediction equation, by analyzing accumulated measurement values and user information, that is, data through multiple regression analysis The average value is selected, and a new pulmonary function prediction formula is calculated by newly selecting a constant value of the existing pulmonary function prediction formula through this average value.
  • the constant value of the pulmonary function prediction formula means the measured value, that is, the value excluding the variables of FEV1 and FVC, and the changed user information and environmental information by changing the constant value of the existing pulmonary function prediction formula, not the variable. It is a value that allows a clearer criterion to be measured corresponding to the present by .
  • the diagnosis of respiratory disease is obstructive respiratory disease corresponding to COPD, asthma, chronic bronchitis, emphysema, airway stricture, etc. If the forced vital capacity (FVC) value is less than 80% of the normal value and the result value is 70% or more, it is judged as a restrictive respiratory disease corresponding to pulmonary fibrosis, pulmonary congestion, lung cancer, pneumonia, pleurisy, pneumoconiosis, etc. If the FVC value is less than 80% of the normal value and the result value is 70%, it is determined as a mixed lung disease such as severe airway narrowing and disability.
  • FVC forced vital capacity
  • the mixed lung disease may correspond to an error in measurement, so it is preferable to induce the test again so that an accurate examination is achieved through a re-examination, and the normal values are conventionally weight, height It is self-evident that it corresponds to the lung capacity determined by using , age, and sex, so a detailed explanation will be omitted.
  • the AI system 30 of the present invention compares the normal value according to the user's weight, height, age, and gender with the measured value measured by the measuring device 10 using the user's information, and uses a new lung function prediction formula. By more clearly determining the respiratory disease through, it is possible to diagnose the user's respiratory examination results.
  • the AI system 30 of the present invention applies the accumulated measurement values and user information to a multiple regression analysis model to calculate an accurate lung function prediction formula, selects an average value, that is, a variable, and selects the selected After combining the variables, the combined variables are applied to a mixed effect model to obtain the AIC (Akaike's information Criterion) value, and among the variables with the low AIC value, the variables commonly included in men and women are selected, Among the selected variables, a variable with a small number but high explanatory power and no significant difference in residual analysis was selected, applied to the linear regression analysis model, and a new constant value of the existing lung function prediction formula was newly selected, and a new lung function prediction formula was applied. Calculate the formula
  • a variable with high explanatory power means a variable with high reliability.
  • the AI system 30 of the present invention calculates a new pulmonary function prediction equation by newly selecting a constant value of the existing lung function prediction equation using the selected variable before applying it to the linear regression analysis model.
  • the calculated pulmonary function prediction equation is confirmed and used as it is, and if the pulmonary function diagnosis of a normal person is not made, that is, the normal person's pulmonary function If a disease is diagnosed as a result of diagnosing lung function, a new formula for predicting lung function is calculated by selecting variables again.
  • the AI system 30 of the present invention checks the lung function of the target user through the lung function prediction equation newly calculated at a regular period using continuously accumulated data, and as described above, respiratory disease more clearly can be diagnosed In this case, the predetermined period may be one year in order to secure sufficient data.
  • the AI system 30 of the present invention selects criteria for predicting changes in lung function using continuously accumulated data, that is, measured values and user information, and compares the measured values and user information of the target user with the criteria.
  • Short-term (eg, less than 1 year) or long-term (eg, more than 1 year) changes in lung function, that is, changes in vital capacity function, COPD onset probability, and COPD onset time are predicted.
  • the criterion for predicting the change in lung function corresponds to the reference value for change in lung function calculated using continuously accumulated data, and the AI system 30 of the present invention compares the reference value for change in lung function and the data of the target user. to predict changes in lung function.
  • the AI system 30 of the present invention calculates the lung function change reference value through time series analysis after sufficient data is obtained, such as the prediction of respiratory disease, and the calculated lung function change
  • the reference value and the target user's data By comparing the reference value and the target user's data and predicting the change in lung function of the target user in the long or short term over time, when it is predicted that COPD will not occur in a short period of time, that is, when COPD is predicted to occur after a long period of time
  • reexamination is performed to predict again, or to induce and recommend treatment, but only to diagnose respiratory diseases based on continuous measurement.
  • the AI system 30 of the present invention calculates the lung function change reference value through time series analysis, but removes the noisy measurement value among the measurement values of the target user by using the SMOTE-CVCF technique for the accumulated data. By allowing the time series analysis to be performed afterwards, an accurate lung function change reference value is calculated.
  • the AI system 30 of the present invention uses the SMOTE-CVCF technique to calculate a more accurate lung function change reference value, removes noisy measurement values among the measurement values of the target user, and then uses a difference-based regression model After removing the outliers, the time series analysis is performed.
  • the AI system 30 of the present invention classifies imbalanced data through the SMOTE-CVCF technique, and detects and removes outliers by using the intercept coefficient characteristics in the difference-based regression model in the data in which the imbalanced data is classified.
  • the time series analysis expresses the relationship between input (various symptoms and conditions) and output (short/long-term prediction profile) as a function, and uses a parametric model used to classify and predict diseases.
  • time series analysis aims to express autocorrelation in data, and uses the ARIMA model widely used in time series analysis.
  • SARIMA seasonal ARIMA
  • time series analysis utilizes a generalized regression model, which has been used for early diagnosis of Alzheimer's, detection of breast cancer, and prediction of diabetes, so that COPD prediction performance is expected to be guaranteed at a certain level or more.
  • SVM-based prediction technique is used together.
  • the AI system 30 of the present invention performs analysis using a parametric model, an ARIMA model, and an SVM during time series analysis, thereby enabling more accurate prediction, and accordingly, a more clear reference value for functional change in obstruction can be calculated. .
  • the AI system 30 of the present invention learns through continuously accumulated data and can predict lung function as one or more of the short-term or long-term periods elapse, and, like the previously described lung function prediction formula, Through re-learning at regular intervals (eg, one year), the effect of more accurate predictive analysis of lung function is realized.
  • the respiratory disease checker including the AI system of the present invention can easily perform respiratory checkup anytime, anywhere using the portable measuring device 10, and stores a large amount of measured values in the central server 20 to provide data can be accumulated, and a lung function prediction equation can be newly calculated through the accumulated data to diagnose respiratory diseases more accurately, and noise of accumulated data can be effectively eliminated by using the MOTE-CVCF technique and difference-based regression model. By removing it, it is possible to more accurately predict changes in lung function, so that the change in lung function over time, the probability of onset of COPD, and the timing can be more accurately predicted.
  • the AI system 30 of the present invention uses the accumulated data to measure the lung capacity pattern measured by the measuring device 10 or other screening devices, and the conditions classified therefrom (normal, obstructive pulmonary disease, restrictive pulmonary disease, mixed pulmonary disease) By visualizing personal data statistics and analysis data, including changes in vital capacity over time, the probability of onset of COPD and its timing, so that the user, that is, the target user, can visualize and confirm COPD, preemptively predicting COPD Treatment can be made to realize the effect of early prevention of COPD.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Pulmonology (AREA)
  • Physiology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • General Business, Economics & Management (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)

Abstract

본 발명은 폐활량 즉, 호흡량과 호흡근을 측정하여 호흡기를 검진하고, 폐기능 변화의 예측을 분석할 수 있는 호흡기 질환 검진기에 관한 것으로서, 보다 상세하게 설명하면, 급속한 산업화에 따른 대기오염 및 미세먼지에 의해 증가하고 있는 호흡기 질환의 유무를 보급형 측정기를 통해 누구나 간편하게 휴대하여 사용함으로써, 확인 및 판단하도록 하되, 누적된 데이터를 통해 폐기능예측식산식을 새롭게 산출하여 보다 정확한 진단이 이루어질 수 있도록 하며, 누적된 데이터를 통해 폐기능변화기준값을 산출하여 시간 즉, 기간이 경과됨에 따른 향후 폐기능의 변화를 예측할 수 있고, 이에 따라 선제적 치료가 이루어질 수 있도록 함으로써, COPD의 진행을 늦추거나 예방할 수 있도록 하는 AI 시스템이 포함된 호흡기 질환 검진기에 관한 기술분야가 개시된다.

Description

AI 시스템이 포함된 호흡기 질환 검진기
본 발명은 폐활량 즉, 호흡량과 호흡근을 측정하여 호흡기를 검진하고, 폐기능 변화의 예측을 분석할 수 있는 호흡기 질환 검진기에 관한 것으로서, 보다 상세하게 설명하면, 급속한 산업화에 따른 대기오염 및 미세먼지에 의해 증가하고 있는 호흡기 질환의 유무를 보급형 측정기를 통해 누구나 간편하게 휴대하여 사용함으로써, 확인 및 판단하도록 하되, 누적된 데이터를 통해 폐기능예측식산식을 새롭게 산출하여 보다 정확한 진단이 이루어질 수 있도록 하며, 누적된 데이터를 통해 폐기능변화기준값을 산출하여 시간 즉, 기간이 경과됨에 따른 향후 폐기능의 변화를 예측할 수 있고, 이에 따라 선제적 치료가 이루어질 수 있도록 함으로써, COPD의 진행을 늦추거나 예방할 수 있도록 하는 AI 시스템이 포함된 호흡기 질환 검진기에 관한 기술분야이다.
일반적으로, 호흡은 산소를 들이마시고 혈액 내에 포함된 이산화탄소를 내보내는 가스교환을 통해 생물이 유기물을 분해하여 생활에 필요한 에너지를 생산하는 작용을 칭한다.
한편, 인간은 물이나 음식물은 2~3일 섭취하지 않아도 생명을 유지할 수 있으나 호흡은 단 5분만 중단하더라도 생명이 위태롭다. 아울러, 건강한 사람은 체내에서 생산하는 에너지의 90% 이상을 호흡을 통해 만들어내며 노폐물 역시 호흡을 통해 배출하므로 건강한 신체를 유지하기 위해서 적절한 호흡능력을 보유하는 것은 무엇보다 중대한 사안이라 할 수 있다.
아울러, 평상시 사람의 1회 호흡량, 즉 채내,외로 출입하는 공기의 양은 약 500㎖정도로 알려져 있으며 최대로 공기를 흡입한 후 배출하는 양을 일컫는 폐활량은 남자는 3500㎖, 여자는 2500㎖ 정도이다. 물론 이는 평균적인 수치이며 건강상태나 체격, 연령, 활동량 등에 따라서 다르다.
이때, 호흡능력이 저하되는 원인은 여러 가지가 있으며, 예컨대 폐렴 등 폐와 관련한 질병이 발생하거나 호흡기 주변 신경 또는 근육의 이상으로 인해 호흡능력이 약화되는 경우도 있다. 그러나 별다른 질병이 없더라도 평소 활동량이 적거나 얕은 숨 쉬기를 반복하는 습관 등으로 인해 폐기능이 저하될 수도 있으므로 호흡능력을 증진하기 위한 지속적인 노력이 수반되어야 한다.
상기와 연관하여, 호흡량 또는 폐활량을 측정하는 가장 일반적인 방법은 폐활량계(Spirometer)를 이용하는 것이고, 폐활량계는 폐활량, 1회 호흡량, 호흡수 등의 측정 기능을 구비하여 주로 병원에서 환자를 대상으로 한 검진 등의 목적으로 이용된다. 폐활량계에 관해서는 이미 다수의 기술을 통해 주지된바 있으므로 구체적인 설명은 생략한다.
아울러, 호흡량 또는 폐활량을 측정한 뒤 종래에 사용되고 있는 폐기능예측식산식을 통해 판독하여 진단을 하고 있고, 상기 폐기능예측식산식은 검사에 대한 민감도에 영향을 미치기 때문에 미국흉부학회(ATS, 2020)에서 지속적으로 폐기능검사데이터값을 누적하여 계산된 회귀식을 각 국가별, 지역별로 세분화할 것을 권장하고 있다.
그러나, 종래의 폐기능예측식산식은 한국인의 경우 2005년에 개발된 폐기능예측식산식을 사용하고 있고, 아시아인은 1971년도에 개발된 폐기능예측식산식을 사용하고 있어 지속적으로 변화되고 있는 신체에 맞춰 정확한 진단이 불가능한 문제가 있다.
아울러, 현재 호흡기 관련 데이터를 누적하여 자동분석하는 것은 시스템이 아니라 연구자가 데이터를 수기로 수집하여 분석하는 고전적인 계산방법을 사용하고 있고(국민건강조사, 2019), 이에 따라 분석을 통한 폐기능예측식산식의 새로운 산출이 어려우며, 조기에 폐기능 저하를 예측하여 선제적인 치료를 시행하기 어려운 문제가 있다
본 발명은 상술한 종래기술에 따른 문제점을 해결하고자 안출된 기술로서, 종래의 호흡기 질환 검진기는 종래에 사용되고 있는 폐기능예측식산식을 사용함에 따라 현재의 사용자의 호흡기 질환을 정확하게 진단하기 어렵고, 누적된 데이터를 효과적으로 분석하지 못하며, 이에 따라 조기에 폐기능 저하를 예측하여 선제적인 치료를 시행하기 어려운 문제가 발생하여;
이에 대한 해결점으로, 누구나 간편하게 휴대하여 호흡량과 호흡근을 측정할 수 있는 측정기와, 상기 측정기로부터 측정된 측정값과 사용자정보를 전달받아 저장하는 중앙서버 및 상기 중앙서버에 설치된 AI시스템을 통해 누적된 측정값 및 사용자정보를 통해 새로운 폐기능예측식산식을 산출하고, 시계열분석을 수행하여 분석값과 측정된 측정값 및 사용자정보를 비교하여 폐기능 변화를 예측분석함으로써, 조기에 폐기능 저하를 예측하여 선제적인 치료가 이루어질 수 있도록 하는 AI 시스템이 포함된 호흡기 질환 검진기를 통하여 제공하는 것을 주된 목적으로 하는 것이다.
본 발명은 상기와 같은 소기의 목적을 실현하고자, 대상사용자의 폐활량과 호흡근을 측정하고 사용자정보를 입력할 수 있는 측정기와 상기 측정기에서 측정된 측정값과 상기 측정값에 대응되는 사용자정보를 전달받아 저장하되, 다수의 사용자로부터 측정값과 사용자정보를 전달받아 저장하여 데이터를 축적하는 중앙서버 및 상기 중앙서버에 설치되어 축적된 측정값 및 사용자정보를 통해 기존의 폐기능예측식산식의 상수값을 변화시켜 변화된 상수값을 통해 새로운 폐기능예측식산식을 산출하는 한편, 축적된 측정값 및 사용자정보를 통해 시계열분석을 수행하여 폐기능변화기준값을 산출하고, 대상사용자의 측정값 및 사용자정보를 상기 폐기능변화기준값과 비교하여 시간이 경과됨에 따라 대상사용자의 폐기능 변화를 예측하여 진단하는 AI시스을 포함하여 구성되는 것을 특징으로 하는 AI 시스템이 포함된 호흡기 질환 검진기를 제시한다.
또한, 본 발명의 상기 AI시스템은 축적된 측정값 및 사용자정보를 다중회귀분석을 통해 기존의 폐기능예측식산식의 상수값을 새롭게 선정하여 새로운 폐기능예측식산식을 산출하는 것을 특징으로 한다.
또한, 본 발명의 상기 AI시스템은 축적된 측정값 및 사용자정보를 다중회귀분석 모델에 적용 후 변수를 선정하고, 선정된 변수들을 조합한 후 조합된 변수들을 혼합효과모델에 적용하여 AIC값을 구하며, AIC값이 낮은 변수들 중 남자와 여자에서 공통적으로 포함된 변수를 선별하고, 선별된 변수들 중에서 수가 적으면서도 설명력이 높고, 잔차분석에서 크게 차이가 없는 변수를 선정한 후 선형회귀분석 모델에 적용하여 기존의 폐기능예측식산식의 상수값을 새롭게 선정하여 새로운 폐기능예측식산식을 산출하는 것을 특징으로 한다.
또한, 본 발명의 상기 AI시스템은 상기 새로운 폐기능예측식산식을 통해 대상사용자의 폐기능을 검진하는 것을 특징으로 한다.
또한, 본 발명의 상기 AI시스템은 시계열분석시 parametric model, ARIMA model, SVM을 이용하여 분석을 수행하는 것을 특징으로 한다.
또한, 본 발명의 상기 AI시스템은 SMOTE-CVCF 기법을 이용하여 대상사용자의 측정값 중 잡음이 있는 측정값을 제거한 후 시계열분석이 수행되도록 하는 것을 특징으로 한다.
또한, 본 발명의 상기 AI시스템은 SMOTE-CVCF 기법을 이용하여 대상사용자의 측정값 중 잡음이 있는 측정값을 제거한 후 차이기반 회귀 모형을 이용하여 이상점을 제거한 다음 시계열분석이 수행되도록 하는 것을 특징으로 한다.
또한, 본 발명의 상기 AI시스템은 일정한 기간을 주기로 폐기능예측식산식 산출과 폐기능변화기준값 산출을 수행하는 것을 특징으로 한다.
상기와 같이 제시된 본 발명에 의한 AI 시스템이 포함된 호흡기 질환 검진기는 휴대가 간편한 측정기를 이용하여 언제, 어디서든지 사용이 용이할 뿐만 아니라 누구나 쉽게 사용이 가능하여 수비게 호흡기 질환의 검진이 가능할 효과를 얻을 수 있다.
또한, 본 발명은 축적된 즉, 누적된 다수의 사용자들의 호흡량과 호흡근의 측정값을 이용하여 폐기능예측식산식을 주기적으로 새롭게 산출함으로써, 새롭게 산출된 폐기능예측식산식을 통해 정확한 호흡기 질환의 검진이 이루어질 수 있는 효과를 얻을 수 있다.
또한, 본 발명은 축적된 즉, 누적된 다수의 사용자들의 호흡량과 호흡근의 측정값을 이용하여 시간 즉, 기간의 변화에 따른 폐기능 예측 기준값을 산출하고, 측정된 사용자의 호흡량과 호흡근의 측정값을 상기 폐기능 예측 기준값과 비교하여 시간 즉, 기간이 경과됨에 다라 사용자의 폐기능 변화를 예측할 수 있도록 함으로써, 조기에 폐기능 저하를 예측하여 선제적인 치료가 이루어질 수 있어, COPD를 조기에 예방할 수 있는 효과를 얻을 수 있다.
도 1은 본 발명의 바람직한 실시예에 의한 검진기를 나타낸 블럭도.
도 2는 본 발명의 바람직한 실시예에 의한 호흡기 질환 진단 알고리즘.
도 3은 본 발명의 바람직한 실시예에 의한 폐기능예측식산식 산출 알고리즘.
도 4는 본 발명의 바람직한 실시예에 의한 폐기능 예측 알고리즘.
도 5는 본 발명의 바람직한 실시예에 의한 폐기능변화기준값 산출 알고리즘.
도 6은 종래의 폐기능예측식산식을 나타낸 도면.
*도면의 주요부호에 대한 상세한 설명*
10 : 측정기
20 : 중앙서버
30 : AI시스템
본 발명은 폐활량 즉, 호흡량과 호흡근을 측정하여 호흡기를 검진하고, 폐기능 변화의 예측을 분석할 수 있는 호흡기 질환 검진기에 관한 것으로서, 보다 상세하게 설명하면, 급속한 산업화에 따른 대기오염 및 미세먼지에 의해 증가하고 있는 호흡기 질환의 유무를 보급형 측정기를 통해 누구나 간편하게 휴대하여 사용함으로써, 확인 및 판단하도록 하되, 누적 즉, 축적된 호흡량 데이터와 호흡근 데이터 및 사용자정보 데이터를 이용하여 폐기능예측식산식을 새롭게 산출함으로써, 보다 정확한 호흡기 질환의 진단이 가능하도록 하고, 축적된 호흡량 데이터와 호흡근 데이터 및 사용자정보 데이터를 이용하여 폐기능변화기준값을 산출하여 시간이 경과됨에 따라 단기 및 장기간의 폐기능 변화를 예측분석할 수 있으며, 이에 따라 선제적 치료가 이루어질 수 있도록 함으로써, COPD의 진행을 늦추거나 예방할 수 있도록 하는 AI 시스템이 포함된 호흡기 질환 검진기에 관한 기술이다.
상기와 같은 본 발명을 달성하기 위한 구성은 대상사용자의 폐활량과 호흡근을 측정하고 사용자정보를 입력할 수 있는 측정기(10);와 상기 측정기(10)에서 측정된 측정값과 상기 측정값에 대응되는 사용자정보를 전달받아 저장하되, 다수의 사용자로부터 측정값과 사용자정보를 전달받아 저장하여 데이터를 축적하는 중앙서버(20); 및 상기 중앙서버(20)에 설치되어 축적된 측정값 및 사용자정보를 통해 기존의 폐기능예측식산식의 상수값을 변화시켜 변화된 상수값을 통해 새로운 폐기능예측식산식을 산출하는 한편, 축적된 측정값 및 사용자정보를 통해 시계열분석을 수행하여 폐기능변화기준값을 산출하고, 대상사용자의 측정값 및 사용자정보를 상기 폐기능변화기준값과 비교하여 시간이 경과됨에 따라 대상사용자의 폐기능 변화를 예측하여 진단하는 AI시스템(30);을 포함하여 구성되는 것을 특징으로 하는 AI 시스템이 포함된 호흡기 질환 검진기를 제시한다.
또한, 본 발명의 상기 AI시스템(30)은 축적된 측정값 및 사용자정보를 다중회귀분석을 통해 기존의 폐기능예측식산식의 상수값을 새롭게 선정하여 새로운 폐기능예측식산식을 산출하는 것을 특징으로 한다.
또한, 본 발명의 상기 AI시스템(30)은 축적된 측정값 및 사용자정보를 다중회귀분석 모델에 적용 후 변수를 선정하고, 선정된 변수들을 조합한 후 조합된 변수들을 혼합효과모델에 적용하여 AIC값을 구하며, AIC값이 낮은 변수들 중 남자와 여자에서 공통적으로 포함된 변수를 선별하고, 선별된 변수들 중에서 수가 적으면서도 설명력이 높고, 잔차분석에서 크게 차이가 없는 변수를 선정한 후 선형회귀분석 모델에 적용하여 기존의 폐기능예측식산식의 상수값을 새롭게 선정하여 새로운 폐기능예측식산식을 산출하는 것을 특징으로 한다.
또한, 본 발명의 상기 AI시스템(30)은 상기 새로운 폐기능예측식산식을 통해 대상사용자의 폐기능을 검진하는 것을 특징으로 한다.
또한, 본 발명의 상기 AI시스템(30)은 시계열분석시 parametric model, ARIMA model, SVM을 이용하여 분석을 수행하는 것을 특징으로 한다.
또한, 본 발명의 상기 AI시스템(30)은 SMOTE-CVCF 기법을 이용하여 대상사용자의 측정값 중 잡음이 있는 측정값을 제거한 후 시계열분석이 수행되도록 하는 것을 특징으로 한다.
또한, 본 발명의 상기 AI시스템(30)은 SMOTE-CVCF 기법을 이용하여 대상사용자의 측정값 중 잡음이 있는 측정값을 제거한 후 차이기반 회귀 모형을 이용하여 이상점을 제거한 다음 시계열분석이 수행되도록 하는 것을 특징으로 한다.
또한, 본 발명의 상기 AI시스템(30)은 일정한 기간을 주기로 폐기능예측식산식 산출과 폐기능변화기준값 산출을 수행하는 것을 특징으로 한다.
먼저, 본 발명의 AI 시스템이 포함된 호흡기 질환 검진기(이하, '검진기'라 한다.)는 만성폐쇄성 폐질환(Chronic obstructive pulmonary disease, COPD)을 보다 정확하게 진단할 수 있도록 변화된 환경 및 신체에 맞게 축적된 데이터 즉, 호흡량 및 호흡근 측정값 데이터와 몸무게, 키, 나이, 성별, 이름 흡연력 등의 사용자정보 데이터를 이용하여 폐기능예측식산식을 새롭게 산출하여 폐기능 진단 즉, 호흡기 질환을 진단하고, 축적된 데이터를 이용하여 폐활량 기능의 변화, COPD 발병확률, COPD 발병시기를 예측분석할 수 있도록 폐기능변화기준값을 산출한다.
이때, 진단되는 호흡기 질환은 정상, COPD, 천식, 만성기관지염, 폐공기증, 기도협착 등에 해당되는 폐쇄성 호흡기 질환, 폐섬유종, 폐울혈, 폐암, 폐렴, 흉막염, 진폐증 등에 해당되는 제한성 호흡기 질환, 혼합성 폐질환이 될 수 있다.
본 발명을 달성하기 위한 주요 구성요소인 측정기(10)는
대상사용자의 폐활량 즉, 호흡량과 호흡근을 측정하고 앞서 설명된 사용자정보를 입력할 수 있는 것으로서, 보급형으로 제작되어 휴대가 간편하고 사용이 편리하여 누구나 쉽게 사용이 가능하도록 이루어지는 것이 바람직하며, 이후에 자세히 설명될 중앙서버(20)에 데이터를 전달하고 진단 결과 및 예측 결과를 전달 받을 수 있도록 무선통신부가 내장되어 있다.
아울러, 본 발명의 측정기(10)는 보급형으로 제작되는 특성상 호흡량과 호흡근의 측정만 가능할 수 있으므로 상기 무선통신부를 이용하여 사용자의 포터블기기와 블루투스와 같은 무선통신으로 연결될 수 있고, 이에 따라 사용자는 포터블기기를 이용하여 상기 중앙서버(20)에서 전달된 진단 결과 및 예측 결과를 확인할 수 있다.
이때, 본 발명의 측정기(10)는 사용자의 호흡량을 측정하기 위한 IR플로우센서, 사용자의 호흡근을 측정하기 위한 호흡압력센서를 구비함은 자명할 것이고, 호흡기 질환을 진단 받고 폐기능 즉, 폐활량 기능의 변화를 예측받는 사용자를 대상사용자라 한다.
부가하여, 본 발명의 측정기(10)는 앞서 설명된 몸무게, 키, 나이, 성별, 이름 흡연력 등의 사용자정보 외에도 지역별 기후, 지역별 공기의 질 등의 환경정보도 입력할 수 있으며, 이후에 축적된 데이터와 사용자정보를 이용할 때, 상기 환경정보도 함께 이용될 수 있다.
아울러, 본 발명의 측정기(10)는 대상사용자의 폐활량 정보 중 1초간 노력성 날숨량(FEV1)과 자기 스스로 노력하여 강하고 빠르게 숨을 최대한 내쉰 호흡량인 노력성폐활량(FVC)을 측정하고, FEV1과 FVC를 이용하여 %값으로 측정값을 계산하한다. 이때, 상기 측정값은 FEV1/FVC×100을 통해 계산된다.
본 발명을 달성하기 위한 주요 구성요소인 중앙서버(20)는
상기 측정기(10)에서 측정된 측정값과 상기 측정값에 대응되는 사용자정보 즉, 대상사용자정보를 전달받아 저장하는 것으로서, 다수의 사용자로부터 측정값과 사용자정보를 전달받아 저장하여 데이터를 축적한다. 이때, 앞서 설명된 환경정보 또한 전달받아 저장함은 자명할 것이며, 측정기(10) 또는 사용자의 포터블기기와 무선통신으로 연결되어 데이터를 전달받고 진단 결과 및 예측 결과를 전달한다.
본 발명을 달성하기 위한 주요 구성요소인 AI시스템(30)은
상기 중앙서버(20)에 설치되어 축적된 측정값 및 사용자정보를 통해 기존의 폐기능예측식산식의 상수값을 변화시켜 변화된 상수값을 통해 새로운 폐기능예측식산식을 산출하는 한편, 축적된 측정값 및 사용자정보를 통해 시계열분석을 수행하여 폐기능변화기준값을 산출하고, 대상사용자의 측정값 및 사용자정보를 상기 폐기능변화기준값과 비교하여 시간이 경과됨에 따라 대상사용자의 폐기능 변화를 예측하여 진단한다.
즉, 다시 말해, 본 발명의 AI시스템(30)은 그동안 변화된 사용자정보에 의한 호흡기 질환의 정상범주를 보다 명확하게 판단하기 위해 기존의 폐기능예측식산식을 새로운 페기능에측식산식을 산출하여 정확하게 호흡기 질환을 판단할 수 있도록 하는 한편, 축적된 데이터를 분석하여 사용자정보와 측정값에 따른 폐활량 즉, 폐기능의 변화기준을 예측함으로써, 보다 정확하게 폐기능 변화를 예측할 수 있도록 한다.
도 2를 참고하여 설명하면, 본 발명의 AI시스템(30)은 호흡기 질환을 판단하기 위해서 지속적으로 입력된 사용자정보와 호흡기 검진을 통한 호흡량과 호흡근의 측정값을 중앙서버(30)에 전달하여 저장되도록 함으로써, 데이터가 축적될 수 있도록 한다.
이때, 축적된 데이터의 양에 관계없이 폐기능예측식산식을 새롭게 산출하는데 문제가 없을 수 있으나, 충분하게 데이터가 축적되지 않은 경우 새롭게 산출된 폐기능예측식산식이 기존의 폐기능예측식산식과 차이가 없을 수 있으므로 다시한번 측정기(10)로부터 사용자정보와 측정값을 전달받는 것이 바람직하다.
부가하여, 사용자정보와 측정값의 축적은 앞서 설명된 바와 같이, 측정기(10)로부터 전달되나, 실제로 측정기(10)로부터 직접전달받아 저장되는 경우 외에도 병원 또는 정부기관 등과 같은 검진기관에서도 사용자정보와 측정값을 전달받을 수 있다.
즉, 본 발명의 중앙서버(20)는 측정기(10)외에도 검진기관에서 측정된 측정값과 상기 측정값에 대응되는 사용자정보를 전달받아 저장하고, 이에 따라 본 발명의 AI시스템(30)을 통해 산출되는 새로운 폐기능예측식산식에 의해 보다 정확한 호흡기 질환의 진단이 이루어질 수 있는 효과를 얻을 수 있다.
상기와 연관하여, 본 발명의 AI시스템(30)은 축적된 데이터의 양이 충분하다고 판단되는 경우 새로운 폐기능예측식산식을 산출하게 된다. 이때, 상기 새로운 폐기능예측식산식의 산출은 이하에서 도면 3을 참고하여 보다 상세하게 서명하도록 한다.
한편, 본 발명의 AI시스템(30)은 새로운 폐기능예측식산식을 산출하기 전에 새로운 폐기능예측식산식 산출을 하는 주기에 해당되는지 판단하고, 주기에 해당되면 새로운 폐기능예측식산식을 산출하며, 주기에 해당되지 않는 경우 대상사용자의 호흡기 검진 즉, 호흡량과 호흡근을 측정하여 측정값을 얻고, 기존의 폐기능예측식산식에 대상사용자의 측정된 측정값을 분석하여 대상사용자의 호흡기 질환을 검진한다.
상기와 연관하여, 본 발명의 AI시스템(30)은 새로운 폐기능예측식산식의 산출하기 위해 도 3을 참고하여 설명하면, 축적된 측정값과 사용자정보 즉, 데이터를 다중회기분석을 통해 분석하여 평균값을 선정하고, 이러한 평균값을 통해 기존의 폐기능예측식산식의 상수값을 새롭게 선정하여 새로운 폐기능예측식산식을 산출한다.
이때, 폐기능예측식산식의 상수값은 측정값 즉, FEV1, FVC의 변수를 제외한 값을 의미하는 것으로, 변수가 아닌 기존의 폐기능예측식산식의 상수값을 변화시켜 변화된 사용자정보와 환경정보에 의한 현재에 대응되는 보다 명확한 기준을 측정할 수 있도록 하는 값이다.
부가하여 설명하면, 호흡기 질환의 진단은 노력성폐활량(FVC) 수치가 정상수치의 80% 이상 상기 결과값이 70% 미만인 경우 COPD, 천식, 만성기관지염, 폐공기증, 기도협착 등에 해당되는 폐쇄성 호흡기 질환으로 판단하고, 노력성폐활량(FVC) 수치가 정상수치의 80% 미만 상기 결과값이 70% 이상인 경우 폐섬유종, 폐울혈, 폐암, 폐렴, 흉막염, 진폐증 등에 해당되는 제한성 호흡기 질환으로 판단하며, 노력성폐활량(FVC) 수치가 정상수치의 80% 미만 상기 결과값이 70% 미망인 경우 심한 기도협착, 장애 등의 혼합성 폐질환으로 판단하여 이루어진다.
이때, 상기 혼합성 폐질환으로 판단되는 경우, 측정의 오류에 해당될 수 있으므로, 다시한번 검사를 하도록 유도하여 재 검진을 통해 정확한 검진이 이루지도록 하는 것이 바람직하고, 정상수치란 종래에 몸무게, 키, 나이, 성별을 이용하여 책정되는 폐활량에 해당됨은 자명할 것이므로 자세한 설명은 생략하도록 한다.
즉, 본 발명의 AI시스템(30)은 사용자의 정보를 이용하여 사용자의 몸무게, 키, 나이, 성별에 따른 정상수치와 측정기(10)에 의해 측정된 측정값을 비교하여 새로운 폐기능예측식산식을 통해 호흡기 질환을 보다 명확하게 판단함으로써, 사용자의 호흡기 검진 결과를 진단할 수 있다.
상기와 연관하여, 본 발명의 AI시스템(30)은 보저 정확한 폐기능예측식산식을 산출하기 위해 축적된 측정값 및 사용자정보를 다중회귀분석 모델에 적용 후 평균값 즉, 변수를 선정하고, 선정된 변수들을 조합한 후 조합된 변수들을 혼합효과모델(mixed effect model)에 적용하여 AIC(Akaike's information Criterion)값을 구하며, 상기 AIC값이 낮은 변수들 중 남자와 여자에서 공통적으로 포함된 변수를 선변하고, 선별된 변수들 중에서 수가 적으면서도 설명력이 높고, 잔차분석에서 크게 차이가 없는 변수를 선정한 후 선형회귀분석 모델에 적용하여 기존의 폐기능예측식산식의 상수값을 새롭게 선정하여 새로운 폐기능예측식산식을 산출한다. 이때, 설명력이 높은 변수는 신뢰도가 높은 변수를 의미한다.
부가하여 설명하면, 본 발명의 AI시스템(30)은 선형회귀분석 모델에 적용하기 전에 선정된 변수를 이용하여 기존의 폐기능예측식산식의 상수값을 새롭게 선정하여 새로운 폐기능예측식산식을 산출하는데, 선형회귀분석 모델을 통하여 다시한번 검증을 통해 정상인의 폐기능 진단이 이루어진다면 산출된 폐기능예측식산식을 그대로 확정하여 사용하고, 정상인의 폐기능 진단이 이루어지지 않는 경우 즉, 정산인의 폐기능을 진단한 결과 질환이 진단되는 경우 다시 변수를 선정하여 새로운 폐기능예측식산식을 산출한다.
본 발명의 AI시스템(30)은 지속적으로 축적되는 데이터를 이용하여 일정한 주기에 새롭게 산출된 폐기능예측식산식을 통해 대상사용자의 폐기능을 검진하여 앞서 설명된 바와 같이, 호흡기 질환을 보다 명확하게 진단할 수 있다. 이때, 상기 일정한 주기는 충분한 데이터를 확보하기 위해 1년일 수 있다.
한편, 본 발명의 AI시스템(30)은 지속적으로 축적되는 데이터 즉, 측정값과 사용자정보를 이용하여 폐기능 변화를 예측하는 기준을 선정하여 대상사용자의 측정값과 사용자정보를 상기 기준과 비교하여 단기간(일예로, 1년 미만) 또는 장기간(일예로, 1년 이상)의 폐기능 변화 즉, 폐활량 기능의 변화, COPD 발병확률, COPD 발병시기를 예측한다.
이때, 상기 폐기능 변화를 예측하는 기준은 지속적으로 축적된 데이터를 이용하여 산출된 폐기능변화기준값에 해당하고, 본 발명의 AI시스템(30)은 상기 폐기능변화기준값과 대상사용자의 데이터를 비교하여 폐기능의 변화를 예측한다.
구체적으로, 도 3을 참고하여 설명하면, 본 발명의 AI시스템(30)은 앞서 호흡기 질환의 예측과 같이 충분한 데이터가 확보된 후 시계열분석을 통해 폐기능변화기준값을 산출하고, 산출된 페기능변화기준값과 대상사용자의 데이터를 비교하여 시간이 경과됨에 따른 장기간 또는 단기간에 대상사용자의 폐기능 변화를 예측함으로써, 단기간에 COPD가 발생되지 않는 다고 에측 되는 경우 즉, 장기간 이후에 COPD가 발생된다고 예측되는 경우 재검진을 하여 다시 예측하거나 치료를 유도 및 치료를 권장하지 않고 지속적인 측정에 따른 호흡기 질환 진단만 이루어질 수 있도록 한다.
이때, 본 발명의 AI시스템(30)은 폐기능변화기준값을 산출할 때, 축적된 데이터 중 노이즈를 제거함으로써, 정확한 폐기능변화기준값이 산출되도록 함으로써, 보다 정확한 예측이 가능하도록 한다.
부가하여 설명하면, 본 발명의 AI시스템(30)은 시계열분석을 통해 폐기능변화기준값을 산출하되, 축적된 데이터를 SMOTE-CVCF 기법을 이용하여 대상사용자의 측정값 중 잡음이 있는 측정값을 제거한 후 시계열분석이 수행될 수 있도로 함으로써, 정확한 폐기능변화기준값이 산출되도록 한다.
아울러, 본 발명의 AI시스템(30)은 보다 정확한 폐기능변화기준값이 산출될 수 있도록 SMOTE-CVCF 기법을 이용하여 대상사용자의 측정값 중 잡음이 있는 측정값을 제거한 후 차이기반 회귀 모형을 이용하여 이상점을 제거한 다음 시계열분석이 수행되도록 한다.
즉, 본 발명의 AI시스템(30)은 SMOTE-CVCF 기법을 통해 불균형 데이터를 분류하고, 불균형 데이터가 분류된 데이터에서 차이기반 회귀 모형에서 절편계수 특성을 이용하여 이상점(Outlier)를 탐지하여 제거하는 전처리 과정을 수행함으로써, 시계열분석이 보다 정확하게 이루어질 있도록 하고, 이에 따라 보다 명확한 폐기능변화기준값이 산출되도록 한다.
이때, 상기 시계열분석은 입력(다양한 증상과 조건)과 출력(단/장기 예측 프로파일) 사이의 관계를 함수로 표현한 것으로 질병을 분류하고 예측하는데 활용되는 parametric model을 사용한다.
또한, 상기 시계열분석은 데이터에 나타나는 자기상관(autocorrelation)을 표현하는 데 목적이 있고, 시계열 분석에서 널리 사용되고 있는 ARIMA model을 함게 사용한다. 이때, 온도와 습도에 영향을 많이 받는 COPD 예측에 활용되도록 SARIMA(계절성 ARIMA)를 적용하는 것이 바람직하다.
또한, 상기 시계열분석은 일반화된 회귀모델을 활용하는데 알츠하이머의 조기진단, 유방암 감지, 당뇨병 예측에 활용된 바 있어 COPD 예측 성능이 일정 수치 이상 보장될 것으로 예상되는 SVM 기반의 예측 기법을 함께 사용한다.
즉, 본 발명의 AI시스템(30)은 시계열분석시 parametric model, ARIMA model, SVM을 이용하여 분석을 수행함으로써, 보다 정확한 예측이 가능하도록 하고, 이에 따라 보다 명확한 페기능변화기준값을 산출할 수 있다.
덧붙여 설명하면, 본 발명의 AI시스템(30)은 지속적으로 누적되는 데이터를 통해 학습하여 단기간 또는 장기간 중 어느 하나 이상의 기간이 경과됨에 따른 폐기능 예측이 가능하고, 앞서 설명된 폐기능예측식산식과 마찬가지로 일정한 주기(일예로, 1년)마다 재학습을 통해 보다 정확한 폐기능의 예측 분석이 가능한 효과를 실현케 한다.
결과적으로, 본 발명의 AI 시스템이 포함된 호흡기 질환 검진기는 휴대가 간편한 측정기(10)를 이용하여 언제, 어디서든지 누구나 쉽게 호흡기 검진이 가능하여 다량의 측정값을 중앙서버(20)에 저장하여 데이터를 축적할 수 있고, 축적된 데이터를 통해 폐기능예측식산식을 새롭게 산출하여 보다 정확하게 호흡기 질환을 진단할 수 있을 뿐만 아니라 MOTE-CVCF 기법과 차이기반 회귀 모형을 이용하여 축적된 데이터의 노이즈를 효과적으로 제거함으로써, 보다 정확한 폐기능 변화를 예측할 수 있어 시간의 흐름에 따른 폐활량 기능의 변화, COPD의 발병확률 및 그 시기를 보다 정확하게 예측할 수 있는 효과를 얻을 수 있다.
뿐만 아니라 본 발명의 AI시스템(30)은 축적된 데이터를 이용하여 측정기(10) 또는 기타 검진기로 측정된 폐활량 패턴, 그로부터 분류된 상태(정상, 폐쇄성 폐질환, 제한성 폐질환, 혼합성 폐질환), 시간 흐름에 따른 페활량 기능의 변화, COPD의 발병확률 및 그 시기를 포함한 개인 데이터 통계 및 분석자료를 시각화하여 사용자 즉, 대상사용자에게 시각화하여 확인할 수 있도록 함으로써, COPD를 조기에 예측하여 선제적인 치료가 이루어질 수 있어 COPD를 조기에 예방할 수 있는 효과를 실현케 한다.
상기는 본 발명의 바람직한 실시예를 참고로 설명하였으며, 상기의 실시예에 한정되지 아니하고, 상기의 실시예를 통해 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 요지를 벗어나지 않는 범위에서 다양한 변경으로 실시할 수 있는 것이다.

Claims (8)

  1. 대상사용자의 폐활량과 호흡근을 측정하고 사용자정보를 입력할 수 있는 측정기(10);와
    상기 측정기(10)에서 측정된 측정값과 상기 측정값에 대응되는 사용자정보를 전달받아 저장하되, 다수의 사용자로부터 측정값과 사용자정보를 전달받아 저장하여 데이터를 축적하는 중앙서버(20); 및
    상기 중앙서버(20)에 설치되어 축적된 측정값 및 사용자정보를 통해 기존의 폐기능예측식산식의 상수값을 변화시켜 변화된 상수값을 통해 새로운 폐기능예측식산식을 산출하는 한편,
    축적된 측정값 및 사용자정보를 통해 시계열분석을 수행하여 폐기능변화기준값을 산출하고, 대상사용자의 측정값 및 사용자정보를 상기 폐기능변화기준값과 비교하여 시간이 경과됨에 따라 대상사용자의 폐기능 변화를 예측하여 진단하는 AI시스템(30);을 포함하여 구성되는 것을 특징으로 하는 AI 시스템이 포함된 호흡기 질환 검진기.
  2. 제1항에 있어서,
    상기 AI시스템(30)은
    축적된 측정값 및 사용자정보를 다중회귀분석을 통해 기존의 폐기능예측식산식의 상수값을 새롭게 선정하여 새로운 폐기능예측식산식을 산출하는 것을 특징으로 하는 AI 시스템이 포함된 호흡기 질환 검진기.
  3. 제2항에 있어서,
    상기 AI시스템(30)은
    축적된 측정값 및 사용자정보를 다중회귀분석 모델에 적용 후 변수를 선정하고,
    선정된 변수들을 조합한 후 조합된 변수들을 혼합효과모델에 적용하여 AIC값을 구하며,
    AIC값이 낮은 변수들 중 남자와 여자에서 공통적으로 포함된 변수를 선별하고,
    선별된 변수들 중에서 수가 적으면서도 설명력이 높고, 잔차분석에서 크게 차이가 없는 변수를 선정한 후 선형회귀분석 모델에 적용하여 기존의 폐기능예측식산식의 상수값을 새롭게 선정하여 새로운 폐기능예측식산식을 산출하는 것을 특징으로 하는 AI 시스템이 포함된 호흡기 질환 검진기.
  4. 제3항에 있어서,
    상기 AI시스템(30)은
    상기 새로운 폐기능예측식산식을 통해 대상사용자의 폐기능을 검진하는 것을 특징으로 하는 AI 시스템이 포함된 호흡기 질환 검진기.
  5. 제1항에 있어서,
    상기 AI시스템(30)은
    시계열분석시 parametric model, ARIMA model, SVM을 이용하여 분석을 수행하는 것을 특징으로 하는 AI 시스템이 포함된 호흡기 질환 검진기.
  6. 제5항에 있어서,
    상기 AI시스템(30)은
    SMOTE-CVCF 기법을 이용하여 대상사용자의 측정값 중 잡음이 있는 측정값을 제거한 후 시계열분석이 수행되도록 하는 것을 특징으로 하는 AI 시스템이 포함된 호흡기 질환 검진기.
  7. 제4항에 있어서,
    상기 AI시스템(30)은
    SMOTE-CVCF 기법을 이용하여 대상사용자의 측정값 중 잡음이 있는 측정값을 제거한 후 차이기반 회귀 모형을 이용하여 이상점을 제거한 다음 시계열분석이 수행되도록 하는 것을 특징으로 하는 AI 시스템이 포함된 호흡기 질환 검진기.
  8. 제3항 또는 제7항에 있어서,
    상기 AI시스템(30)은
    일정한 기간을 주기로 폐기능예측식산식 산출과 폐기능변화기준값 산출을 수행하는 것을 특징으로 하는 AI 시스템이 포함된 호흡기 질환 검진기.
PCT/KR2021/014584 2021-10-19 2021-10-19 Ai 시스템이 포함된 호흡기 질환 검진기 WO2023068391A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0139281 2021-10-19
KR1020210139281A KR102413448B1 (ko) 2021-10-19 2021-10-19 Ai 시스템이 포함된 호흡기 질환 검진기

Publications (1)

Publication Number Publication Date
WO2023068391A1 true WO2023068391A1 (ko) 2023-04-27

Family

ID=82247113

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/014584 WO2023068391A1 (ko) 2021-10-19 2021-10-19 Ai 시스템이 포함된 호흡기 질환 검진기

Country Status (2)

Country Link
KR (1) KR102413448B1 (ko)
WO (1) WO2023068391A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050113711A1 (en) * 2003-11-26 2005-05-26 Denso Corporation Breath monitor
JP2008212686A (ja) * 2007-03-05 2008-09-18 Korea Advanced Inst Of Sci Technol 呼吸分析と動脈血測定による非侵襲的呼吸特性値の予測方法及び表示装置
JP4897477B2 (ja) * 2003-02-19 2012-03-14 フィッシャー，ジョセフ 被験者の肺血流の測定を自動的に行うための装置
KR101620992B1 (ko) * 2014-05-13 2016-05-13 계명대학교 산학협력단 사용자 호흡 패턴 분석을 통한 호흡 훈련 시스템 및 이를 이용한 호흡 훈련 콘텐츠 제공 방법
KR20210051661A (ko) * 2019-10-31 2021-05-10 주식회사 애드에이블 에너지 하베스팅 기반 스마트 호흡훈련 시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150116082A (ko) 2014-04-04 2015-10-15 순천향대학교 산학협력단 다중 회귀 모형을 이용하여 초미세 먼지 노출에 따른 폐기능 저하 예측방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4897477B2 (ja) * 2003-02-19 2012-03-14 フィッシャー，ジョセフ 被験者の肺血流の測定を自動的に行うための装置
US20050113711A1 (en) * 2003-11-26 2005-05-26 Denso Corporation Breath monitor
JP2008212686A (ja) * 2007-03-05 2008-09-18 Korea Advanced Inst Of Sci Technol 呼吸分析と動脈血測定による非侵襲的呼吸特性値の予測方法及び表示装置
KR101620992B1 (ko) * 2014-05-13 2016-05-13 계명대학교 산학협력단 사용자 호흡 패턴 분석을 통한 호흡 훈련 시스템 및 이를 이용한 호흡 훈련 콘텐츠 제공 방법
KR20210051661A (ko) * 2019-10-31 2021-05-10 주식회사 애드에이블 에너지 하베스팅 기반 스마트 호흡훈련 시스템

Also Published As

Publication number Publication date
KR102413448B1 (ko) 2022-06-27

Similar Documents

Publication Publication Date Title
Rudraraju et al. Cough sound analysis and objective correlation with spirometry and clinical diagnosis
US20190167152A1 (en) Method and apparatus for the diagnosis of pneumonia using exhaled breath metabolomics
Flesch et al. Lung volumes: measurement, clinical use, and coding
WO2019194480A1 (ko) 운동 능력 파라미터들에 기초한 노쇠 정도 측정기
Kartal et al. ETCO2: a predictive tool for excluding metabolic disturbances in nonintubated patients
JP2006068533A (ja) 超音波を用いた肺機能診断装置及びそれを用いた肺機能診断方法
Magnusdottir et al. Ambulatory screening tool for sleep apnea: analyzing a single-lead electrocardiogram signal (ECG)
EP3370175A1 (en) Method for providing a wearable device, method for predicting an acute exacerbation and system for predicting an acute exacerbation
Morris et al. Analysis of expiratory tidal flow patterns as a diagnostic tool in airflow obstruction
Lamb et al. Spirometry
Van Brunt et al. Intensity pattern of snoring sounds as a predictor for sleep-disordered breathing
EP4018927A1 (en) Apparatus for identifying pathological states and corresponding method.
WO2023068391A1 (ko) Ai 시스템이 포함된 호흡기 질환 검진기
Coco et al. Development of chronic hypoventilation in amyotrophic lateral sclerosis patients
CN113974566B (zh) 一种基于时间窗的copd急性加重预测方法
Grigoriadis et al. Handgrip force and maximum inspiratory and expiratory pressures in critically ill patients with a tracheostomy
Cardus et al. Overview: Health and the planning of health care systems
Joshi et al. Phonation quotient using three aerodynamic instruments in the disordered voice
Mohammadzadeh et al. Prediction of physiological response over varying forecast lengths with a wearable health monitoring platform
Kazemi et al. Assessment on methods used to detect asthmatic and non-asthmatic conditions using capnogram signal
Odame et al. Inferring copd severity from tidal breathing
WO2016200244A1 (ko) 호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법
Veezhinathan et al. Neural network–based classification of normal and abnormal pulmonary function using spirometric measurements
TWI756793B (zh) 一種通道資訊處理系統
Balakrishnan et al. A review of capnography in asthma: A new approach on assessment of capnogram

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21961480

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE