KR102380027B1 - 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말 - Google Patents
바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말 Download PDFInfo
- Publication number
- KR102380027B1 KR102380027B1 KR1020190123654A KR20190123654A KR102380027B1 KR 102380027 B1 KR102380027 B1 KR 102380027B1 KR 1020190123654 A KR1020190123654 A KR 1020190123654A KR 20190123654 A KR20190123654 A KR 20190123654A KR 102380027 B1 KR102380027 B1 KR 102380027B1
- Authority
- KR
- South Korea
- Prior art keywords
- bio
- data
- chart
- term
- main
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 바이오 데이터를 시각화한 바이오 차트를 출력하는 바이오 차트 출력단말로서, 상기 바이오 데이터를 저장하는 저장부; 상기 바이오 데이터를 기초로 바이오 차트를 생성하는 제어부; 및 상기 생성된 바이오 차트를 출력하는 디스플레이부를 포함하고, 상기 제어부는, 제 1 기간 누적된 제 1 바이오 데이터를 기초로 단기 바이오 차트를 생성하고, 상기 제 1 기간보다 긴 제 2 기간 누적된 제 2 바이오 데이터를 기초로 장기 바이오 차트를 생성한다.
Description
본 발명은 바이오 빅 데이터를 시각화하는 방법을 이용하여 환자의 건강 상태를 진단하는 단말에 관한 것이다.
보다 상세하게는, 환자의 바이오 데이터를 기초로 시각화된 정보를 생성하고, 생성된 정보를 기반으로 딥러닝을 수행하여 환자의 건강 상태를 진단하는 단말에 관한 것이다.
의학은 점점 더 개인화되고 있으며, 이는 환자 건강에 대한 진단 및 치료가 표현형(phenotypic) 데이터와 같은 환자의 개인 건강 데이터에 맞춰지는 것을 의미한다.
웨어러블 디바이스, 생체 정보 측정센서 등의 발전으로, 환자의 개인 건강 데이터가 어디서나 수집이 가능해짐에 따라서 지속적으로 측정된 바이오 측정 정보는 진료시 활용되어, 좀더 개인에게 최적화된 진단이 가능해지는 추세이다.
다만, 이와 같이 환자로부터 획득되는 각 바이오(생체)측정 정보가 누적됨에 따라서 빅 데이터가 생성되는데, 빅 데이터는 사람이 이해하기 어려우므로, 이러한 바이오 빅 데이터를 직관적으로 확인할 수 있는 데이터 시각화 디자인과 분석 툴이 필요한 상황이다.
또한, 최근 의료계에서는 의사와 환자의 상호 이해와 소통을 중심으로 의료서비스 향상을 도모하기 위하여, 수집된 환자의 바이오 빅 데이터를 알아보기 쉽게 시각화하는 일이 갈수록 더 요구되고 있다.
일반적으로, 데이터 시각화 방식은 데이터의 종류에 따라 각각의 일반적인 표시방법을 가지는데, 예를 들어 1차원 데이터의 경우, 시계열 데이터 표시방식을 사용하고 2차원 데이터는 플롯(Plot) 차트와 같은 맵(Map) 형태의 데이터로 표시한다. 그리고 3개 이상의 차원을 가진 데이터는 2차원 데이터 표시방식에 차트 내 항목의 색상이나 크기에 변화를 주어 3차원 데이터를 표시하게 된다.
그러나 환자의 바이오 빅 데이터는 다양한 종류, 목적, 형태를 가지고 있어 효과적으로 데이터를 시각화하는 일에 어려움이 따르고 있다.
즉, 종래에 방식으로 환자의 바이오 빅 데이터를 시각화하더라도, 다양한 종류, 목적, 형태를 가지는 데이터로 인해 사용자는 어떻게 시각화된 데이터를 읽고 해석해야 하는지에 대해 어려움에 처하게 되어 유용한 정보로서의 역할을 하지 못하는 문제가 발생할 수 있다.
한편, 인간의 뇌를 모방하는 뉴럴 네트워크(neural network)가 고안되어 컴퓨터 스스로 외부 데이터를 조합, 분석하여 학습하는 딥러닝(deep learning) 기술이 발전함에 따라, AI(Artificial Intelligence, 인공지능)가 획기적으로 도약하였고, 이로 인해 컴퓨터가 인간을 대체해 방대한 양의 데이터를 분석하고, 사물이나 데이터를 군집화하거나 분류할 수 있다.
이러한 기술의 발전에 따라, 의료계에서도 인공지능을 활용하여 환자를 진료하는 방법에 대한 관심이 증대되고 있는 추세이다.
그러나 앞서 설명한 바와 같이, 개인에게서 측정된 바이오 빅 데이터를 인공지능을 활용하여 분석하기 위한 구체적인 기술은 개발되지 않고 있다.
본 발명의 목적은, 의사와 환자의 상호 이해와 소통을 중심으로 의료서비스 향상을 도모하기 위해 수집된 환자의 바이오(생체) 데이터를 알아보기 쉽게 시각화하여, 환자의 바이오 데이터를 보다 직관적이고 입체적으로 분석하고 제한적인 진료환경 내에서 의사와 환자 간 양방향 소통을 도울 수 있는 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말을 제공하는데 그 목적이 있다.
또한, 본 발명의 목적은, 환자의 바이오 데이터를 기반으로 해당 환자의 건강 상태를 객관적으로 나타내는 시각화된 정보를 제공하여, 환자 진료의 정확성을 향상시키는 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말을 제공하고자 한다.
또한, 본 발명의 목적은, 환자의 방대한 양의 바이오 데이터 측정정보가 누적되는 구조에서 이를 편리하게 확인 및 분석할 수 있는 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말을 제공하고자 한다.
또한, 본 발명의 목적은, 시각화된 데이터를 기반으로 딥러닝을 수행하여 인공지능을 활용해 환자의 건강을 진단하는 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말을 제공하고자 한다.
다만, 본 발명 및 본 발명의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 바이오 데이터를 시각화한 바이오 차트를 출력하는 바이오 차트 출력단말로서, 상기 바이오 데이터를 저장하는 저장부; 상기 바이오 데이터를 기초로 바이오 차트를 생성하는 제어부; 및 상기 생성된 바이오 차트를 출력하는 디스플레이부를 포함하고, 상기 제어부는, 제 1 기간 누적된 제 1 바이오 데이터를 기초로 단기 바이오 차트를 생성하고, 상기 제 1 기간보다 긴 제 2 기간 누적된 제 2 바이오 데이터를 기초로 장기 바이오 차트를 생성한다.
이때, 상기 제어부는, 상기 바이오 데이터 내에서 메인 바이오 데이터를 결정하고, 상기 메인 바이오 데이터를 상기 제 1 기간과 상기 제 2 기간 별로 솔팅(sorting)하며, 상기 솔팅된 제 1 기간의 메인 바이오 데이터를 기초로 단기 메인 차트를 생성하고, 상기 솔팅된 제 2 기간의 메인 바이오 데이터를 기초로 히트 맵을 포함하는 장기 메인 차트를 생성한다.
또한, 상기 제어부는, 상기 메인 차트와 연관된 서브 차트를 생성하여 상기 바이오 차트에 포함시키고, 상기 서브 차트는, 상기 메인 바이오 데이터를 추가 연산하여 획득한 유의미한 데이터를 기초로 생성한 제 1 연관 차트를 포함한다.
또한, 상기 제어부는, 상기 바이오 빅 데이터를 기반으로 서브 바이오 데이터를 결정하고, 상기 결정된 서브 바이오 데이터에 기초하여 제 2 연관 차트를 생성해 서브 차트로 상기 바이오 차트에 포함시킨다.
또한, 상기 제어부는, 상기 바이오 데이터 내에서 서브 바이오 데이터를 결정하고, 상기 서브 바이오 데이터를 표현하는 도형을 상기 히트 맵 상에 추가한다.
또한, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 사용자의 입력을 감지하는 입력부; 를 더 포함하고, 상기 제어부는, 상기 바이오 차트를 인터랙션(interaction) 콘텐츠로 생성하여, 상기 입력부를 통한 사용자 입력에 따라서 상기 바이오 차트를 변화시킨다.
또한, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 바이오 데이터와 상기 바이오 데이터를 시각화하는 프로그램이 저장된 메모리와, 상기 메모리를 독출하여 상기 바이오 데이터를 시각화한 바이오 차트를 생성하도록 제어하는 제어부와, 상기 생성된 바이오 차트를 표시하는 디스플레이부를 포함하고, 상기 제어부는, 상기 바이오 데이터가 소정의 기간 이상으로 누적된 바이오 빅 데이터를 획득하고, 상기 바이오 빅 데이터를 나타내는 히트 맵을 생성하고, 상기 생성된 히트 맵을 표시하도록 상기 디스플레이부를 제어한다.
본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 환자의 바이오 데이터에 기초하여 시각화된 정보를 제공함으로써, 환자의 바이오 데이터에 대한 이해력을 향상시킬 수 있고, 환자의 건강 상태를 직관적으로 편리하게 확인 및 분석하게 할 수 있으며, 이를 통해 환자 진료의 질을 높여 적절한 후속조치를 도출할 수 있는 효과가 있다.
또한, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 각종 그래프 및 차트를 활용한 시각화 데이터를 생성해 제공함으로써, 환자의 바이오 데이터를 명확하게 하고 효과적으로 정보를 공유하려는 데이터 시각화의 취지를 용이하게 달성할 수 있는 효과가 있다.
또한, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 시스템에서 구현하는 일련의 동작을 통해 자동화된 방식으로 환자의 바이오 데이터를 획득함으로써, 환자의 기억에 의한 진술에만 의존하여 발생하는 건강진단 오류 및 객관성 저하의 문제점을 극복할 수 있다.
또한, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 히트 맵 방식의 데이터 시각화 처리를 수행함으로써, 복수의 정보를 하나의 표를 통해 제공 수 있으며 특히 컬러톤의 강약을 통해서 정보를 보다 직관적으로 시각화할 수 있는 효과가 있다.
또한, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 적어도 하나 이상의 바이오 데이터 측정장치를 통해 획득된 다양한 환자 바이오 데이터 측정정보에 기초하여 시각화된 정보를 제공함으로써, 다양한 종류, 목적 및/또는 형태를 가지는 환자의 바이오 데이터를 체계적으로 관리하고 종합적으로 분석할 수 있는 효과가 있다.
또한, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 딥러닝 뉴럴 네트워크를 통해 환자의 바이오 데이터에 기반한 건강진단을 수행함으로써, 인공지능을 활용한 데이터 분석을 통해 보다 객관적인 환자의 건강진단 결과를 도출할 수 있는 효과가 있다.
또한, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 환자의 바이오 데이터를 의료상담 보조 콘텐츠 및/또는 의료상담 콘텐츠를 통해 제공함으로써, 시각화된 바이오 데이터의 사용성을 다양한 인터페이스를 통해 향상시킬 수 있고, 환자의 건강 상태를 직관적으로 인식하여 편리하게 이해하도록 도울 수 있으며, 환자 진료의 퀄리티를 향상시킬 수 있는 효과가 있다.
다만, 본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 명확하게 이해될 수 있다.
도 1은 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 시스템의 개념도이다.
도 2는 본 발명의 실시예에 따른 바이오 차트 출력단말의 일례이다.
도 3은 본 발명의 실시예에 따른 바이오 데이터 관리서버의 내부 블록도이다.
도 4는 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법 및 이를 이용한 환자 건강진단 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 실시예에 따른 빅 데이터를 기반으로 바이오 차트를 생성하는 방법을 설명하기 위한 흐름도이다.
도 6 및 7은 본 발명의 실시예에 따른 연속 혈당측정기(Continuous Glucose Monitoring, CGM) 관련 바이오 차트의 일례이다.
도 8 내지 10은 본 발명의 실시예에 따른 간헐 혈당측정기(Blood Glucose Meters, BGM) 관련 바이오 차트의 일례이다.
도 11 및 12는 본 발명의 실시예에 다른 인슐린(insulin) 관련 바이오 차트의 일례이다.
도 13 및 14는 본 발명의 실시예에 따른 체온 관련 바이오 차트의 일례이다.
도 15는 본 발명의 실시예에 따른 통증 관련 바이오 차트의 일례이다.
도 16은 본 발명의 실시예에 따른 바이오 빅데이터를 분석하여 획득된 건강진단 결과를 나타내는 스마트 파이차트의 개념도이다.
도 17은 본 발명의 실시예에 따른 바이오 빅데이터를 분석하여 획득된 건강진단 결과를 나타내는 스마트 파이차트의 일례이다.
도 2는 본 발명의 실시예에 따른 바이오 차트 출력단말의 일례이다.
도 3은 본 발명의 실시예에 따른 바이오 데이터 관리서버의 내부 블록도이다.
도 4는 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법 및 이를 이용한 환자 건강진단 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 실시예에 따른 빅 데이터를 기반으로 바이오 차트를 생성하는 방법을 설명하기 위한 흐름도이다.
도 6 및 7은 본 발명의 실시예에 따른 연속 혈당측정기(Continuous Glucose Monitoring, CGM) 관련 바이오 차트의 일례이다.
도 8 내지 10은 본 발명의 실시예에 따른 간헐 혈당측정기(Blood Glucose Meters, BGM) 관련 바이오 차트의 일례이다.
도 11 및 12는 본 발명의 실시예에 다른 인슐린(insulin) 관련 바이오 차트의 일례이다.
도 13 및 14는 본 발명의 실시예에 따른 체온 관련 바이오 차트의 일례이다.
도 15는 본 발명의 실시예에 따른 통증 관련 바이오 차트의 일례이다.
도 16은 본 발명의 실시예에 따른 바이오 빅데이터를 분석하여 획득된 건강진단 결과를 나타내는 스마트 파이차트의 개념도이다.
도 17은 본 발명의 실시예에 따른 바이오 빅데이터를 분석하여 획득된 건강진단 결과를 나타내는 스마트 파이차트의 일례이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다. 이하의 실시예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다. 또한, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다. 또한, 도면에서는 설명의 편의를 위하여 구성 요소들이 그 크기가 과장 또는 축소될 수 있다. 예컨대, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 시스템의 개념도이다.
도 1을 참조하면, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 시스템은, 바이오 데이터 측정장치(100), 바이오 차트 출력단말(200) 및 바이오 데이터 관리서버(300)를 포함할 수 있다.
여기서, 도 1의 각 구성요소는, 네트워크(Network)를 통해 연결될 수 있다. 네트워크는 바이오 데이터 측정장치(100), 바이오 차트 출력단말(200) 및 바이오 데이터 관리서버(300) 등과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
이하, 먼저 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 시스템의 각 구성요소에 대해 상세히 설명하고자 한다.
- 바이오 데이터 측정장치
본 발명의 실시예에서 바이오 데이터 측정장치(100)는, 환자의 바이오 데이터(Bio data)를 획득할 수 있고, 획득된 바이오 데이터를 바이오 차트 출력단말(200) 및/또는 바이오 데이터 관리서버(300)로 송신할 수 있다.
이때, 바이오 데이터란, 환자와 관련된 다양한 생체정보로서, 혈당 정보, 당뇨병 약제 투여정보(인슐린(insulin) 정보), 체온 정보 및/또는 통증 정보 등을 포함할 수 있다.
이러한 바이오 데이터를 측정 및 수집할 수 있는 바이오 데이터 측정장치(100)는, 실시예에서 간헐 혈당측정기(Blood Glucose Meters, BGM), 연속 혈당측정기(Continuous Glucose Monitoring, CGM), 인슐린 측정 디바이스, 디지털 체온계 및/또는 통증 모니터링 장치 등을 포함할 수 있다.
자세히, 실시예에서 간헐 혈당측정기는, 환자의 혈당을 간헐적으로 측정한 간헐적 혈당측정 데이터를 획득할 수 있고, 획득된 간헐적 혈당측정 데이터를 바이오 차트 출력단말(200) 및/또는 바이오 데이터 관리서버(300)에 제공할 수 있다.
또한, 연속 혈당측정기는, 연속적으로 환자의 혈당을 측정한 연속 혈당측정 데이터를 획득할 수 있고, 획득된 연속 혈당측정 데이터를 바이오 차트 출력단말(200) 및/또는 바이오 데이터 관리서버(300)로 제공할 수 있다.
또한, 인슐린 측정 디바이스는, 환자의 인슐린 관련 정보(예컨대, 혈당, 인슐린 투여 시간, 투여 횟수 및/또는 투여량 정보 등)를 측정해 획득할 수 있고, 획득된 인슐린 관련 정보를 바이오 차트 출력단말(200) 및/또는 바이오 데이터 관리서버(300)에 제공할 수 있다.
또한, 디지털 체온계는, 환자의 체온 관련 정보(예컨대, 체온측정 시간, 측정 결과 및/또는 체온 측정 시 증상 및 투약기록 정보 등)를 획득하여 바이오 차트 출력단말(200) 및/또는 바이오 데이터 관리서버(300)에 제공할 수 있다.
또한, 통증 모니터링 장치는, 환자의 통증 관련 정보(예컨대, 통증의 발생 부위, 통증 세기, 통증 종류, 통증 시각, 통증 발생 시 부가 이상반응 정보, 통증과 관련된 추가 정보(수면, 스트레스 지수 정보 등) 및/또는 통증 발생 시 환경 정보 등)를 획득할 수 있고, 획득된 통증관련 정보를 바이오 차트 출력단말(200) 및/또는 바이오 데이터 관리서버(300)에 제공할 수 있다.
- 바이오 차트 출력단말
다음으로, 본 발명의 실시예에서 바이오 차트 출력단말(200)은, 환자의 바이오 데이터를 수집해 저장할 수 있고, 저장되어 누적된 바이오 데이터(즉, 바이오 빅 데이터(Big data))를 기반으로 바이오 차트(Bio chart)를 생성해 출력할 수 있다.
자세히, 바이오 차트 출력단말(200)은, 바이오 데이터 측정장치(100)로부터 환자의 바이오 데이터를 수신하거나, 환자의 바이오 데이터를 직접 측정 및/또는 수집하여 저장할 수 있다.
그리고 바이오 차트 출력단말(200)은, 누적 저장된 환자의 바이오 데이터(바이오 빅 데이터)를 기초로 바이오 차트를 생성하여 디스플레이로 출력할 수 있다.
여기서, 바이오 차트란, 환자의 바이오 빅 데이터를 기반으로 생성된 차트로서, 각종 그래프 및/또는 히트 맵(heat map) 등의 방식으로 환자의 바이오 데이터를 시각화한 정보일 수 있다.
이때, 히트 맵이란, 색상으로 표현할 수 있는 다양한 정보를 일정한 이미지 상에 열분포 형태의 비쥬얼한 그래픽으로 출력하는 것을 특징으로 하는 그래프이다.
본 발명의 실시예에서 히트 맵은, 가로축을 날짜, 세로축을 시간으로 설정한 그래프 상에 색으로 바이오 데이터의 요소(예를 들어, 강도, 식사후, 식사전, 취침전 및/또는 서브 바이오 데이터 등)까지 표시할 수 있는 그래프일 수 있다.
또한, 본 발명의 실시예에서 히트 맵은, 가로축을 날짜, 세로축을 시간으로 설정한 그래프 상에 색뿐만 아니라 모양을 추가하여 추가 바이오 데이터의 요소도 표시할 수 있는 그래프일 수 있다.
즉, 바이오 차트는, 환자의 바이오 데이터를 시각화하여 제공함으로써 환자의 건강 상태를 쉽고 직관적으로 인식 및 분석하게 할 수 있다.
또한, 본 발명의 실시예에서 바이오 차트는, 의료상담 보조 콘텐츠로 표시될 수 있다.
여기서, 의료상담 보조 콘텐츠란, 의료관련 이미지, 동영상, 애니메이션 또는 텍스트들의 조합으로 형성되어, 바이오 차트 출력단말(200)을 통해 디스플레이되어 의료상담을 보조하는 자료이다.
자세히, 의료상담 보조 콘텐츠는, 의료상담을 보조하기 위한 시청각 자료들을 포함할 수 있다. 보다 상세히, 시청각 자료는, 바이오(생체) 정보 관리 콘텐츠, 통증 관리 콘텐츠, 당뇨병 관리 콘텐츠, 질병진단 콘텐츠, 치료방법 콘텐츠, 약물상담 콘텐츠, 진료비용 콘텐츠, 보험 정보 콘텐츠, 서명 콘텐츠, 기타 콘텐츠 및 전술한 콘텐츠들을 통합한 의료상담 콘텐츠 등을 포함할 수 있다.
예를 들어, 의료상담 보조 콘텐츠에는, 환자의 바이오(생체) 정보, 통증정보, 신체기관 이미지, 질병 정보, 치료법 이미지, 치료법 정보, 약물 복약방법, 약물 정보 및 보험 정보 중 적어도 하나의 이미지나 정보들이 포함될 수 있으며, 상기 의료상담 콘텐츠을 작성하는데 사용되는 청각 정보도 보조로 포함될 수 있다.
또한, 실시예에서 의료상담 보조 콘텐츠는, 적어도 하나 이상의 의료관련 데이터(Electric Health Record, EHR)들을 기초로 생성된 시각 콘텐츠일 수 있다.
또한, 실시예에서 의료상담 보조 콘텐츠는, 병원 서버나 병원 데이터베이스로부터 수신한 전자의무기록(Electronic Medical Record, EMR)을 포함할 수 있다.
이와 같은 다양한 의료상담 보조 콘텐츠는, 바이오 차트 출력단말(200)에서 의사의 선택에 따라서 상담에 활용되도록 표시되며, 바이오 차트 출력단말(200)은 선택된 복수의 의료상담 보조 콘텐츠를 의사가 상담에 활용하기 쉽게 정렬하여 제공할 수도 있다.
또한, 이러한 의료상담 보조 콘텐츠는, 다양한 방식의 상담 입력 인터페이스를 제공하여, 의료 상담내용 및 의료상담 보조 콘텐츠와 매칭된 의료상담 콘텐츠가 생성되도록 보조할 수 있다.
자세히, 의료상담 콘텐츠란, 전술한 의료상담 보조 콘텐츠 상에 사용자(의료인)에 의해 입력된 상담내용이 추가되어 생성된 콘텐츠이다. 즉, 의료상담 콘텐츠는, 의료상담 보조 콘텐츠와 상담내용을 포함할 수 있다.
이러한 의료상담 콘텐츠 생성을 위해, 바이오 차트 출력단말(200)에서는 의료상담 보조 콘텐츠들로 구성된 의료상담 콘텐츠 작성 화면이 상담 입력 인터페이스와 함께 제공되고, 상담 입력 인터페이스를 기초로 의료상담 보조 콘텐츠 상에 상담내용이 입력되어 의료상담 콘텐츠가 생성될 수 있다.
여기서, 상담 입력 인터페이스는, 표시된 의료상담 보조 이미지 상에 상담자가 필기, 음성, 편집 또는 영상을 입력하도록 하는 그래픽 유저 인터페이스를 포함할 수 있다.
예를 들어, 상담 입력 인터페이스는, 의료상담 보조 이미지 상에 사용자의 필기입력을 감지하는 필기 입력 인터페이스를 제공할 수 있다.
또한, 의료상담 보조 이미지를 표시하면서 사용자 입력을 수신하기 위하여 바이오 차트 출력단말(200)은, 터치 스크린(터치 패널)을 이용하여 상담 입력 인터페이스를 제공할 수 있다.
또한, 상담 입력 인터페이스는, 사용자의 음성을 녹음하여 녹음된 상담음성을 의료상담 보조 콘텐츠와 매칭함으로써 상담내용을 입력하는 음성 입력 인터페이스를 제공할 수 있다.
즉, 바이오 차트 출력단말(200)은, 바이오 차트를 의료상담 보조 콘텐츠로 표시할 수 있고, 의료상담 보조 콘텐츠 상의 상담 입력 인터페이스를 통하여 의료상담 콘텐츠를 제공할 수 있다.
이때, 바이오 차트를 표시하는 의료상담 보조 콘텐츠 및 의료상담 콘텐츠는, 바이오 차트 출력단말(200)에서 획득된 환자의 바이오 데이터를 기반으로 직접 생성될 수도 있고, 외부 서버와의 연동을 통해 획득될 수도 있다.
더하여, 의료상담 보조 콘텐츠는, 사용자의 선택에 따라 반응하는 인터랙션(interaction) 콘텐츠일 수 있다.
자세히, 의료상담 보조 콘텐츠는, 바이오 차트의 그래프 및/또는 히트 맵을 이루는 요소를 사용자가 선택할 수 있도록 제공하고, 사용자가 요소를 변경하면 변경된 요소에 따르 변화된 그래프 및/또는 히트 맵을 나타내는 인터랙션 그래프를 제공할 수 있다.
이때, 의료상담 보조 콘텐츠는, 표시된 인터랙션 그래프와 함께 사용자가 확인하려는 날짜, 시간대역 등의 그래프 요소를 변경 선택할 수 있는 아이콘을 더 제공할 수 있다. 즉, 그래프 요소를 변경하는 아이콘을 포함하는 인터랙션 그래프는, 아이콘 선택에 따라 그래프 요소들이 변경되면 변경된 요소에 따라 변형될 수 있다.
예를 들어, 바이오 차트 출력단말(200)은, 바이오 데이터 측정장치(100)를 통해 지속적으로 수신된 바이오 데이터들을 테이블로 정렬할 수 있으며, 정렬된 테이블을 의료상담 보조 콘텐츠를 통해 인터랙션 그래프로 변환하여 표시할 수 있다.
이때, 바이오 차트 출력단말(200)은, 인터랙션 그래프를 표시하는 의료상담 보조 콘텐츠를 통해 사용자가 확인하고자 하는 날짜, 기간 및/또는 특정 시점 등을 선택하거나, 차트 추가 및/또는 차트 삭제 등과 같은 편집 기능을 수행할 수 있는 아이콘을 더 제공할 수 있다.
그리고 바이오 차트 출력단말(200)은, 아이콘에 기초한 사용자의 선택에 따른 관련 정보를 인터랙션 그래프를 표시하는 의료상담 보조 콘텐츠로 출력할 수 있다.
보다 상세히, 예를 들면, 바이오 차트 출력단말(200)은, 간헐 혈당측정기(Blood Glucose Meters, BGM)가 측정한 환자의 간헐적 혈당측정 데이터를 획득할 수 있고, 획득된 간헐적 혈당측정 데이터를 측정 시점 등과 함께 테이블로 정렬하여 저장할 수 있다.
그리고 바이오 차트 출력단말(200)은, 저장된 상기 테이블을 인터랙션 그래프로 변환하여 표시할 수 있으며, 환자의 혈당을 확인하고자 하는 시점(예컨대, 식사전, 식사후 및/또는 취침전 등)을 선택할 수 있는 아이콘을 더 제공하여, 사용자에게 선택된 시점의 간헐적 혈당측정 데이터에 관한 인터랙션 그래프를 제공할 수 있다.
즉, 바이오 차트 출력단말(200)은, 환자의 바이오 데이터를 기초로 한 인터랙션 그래프를 제공하고, 사용자(주로, 의료인)가 인터랙션 그래프를 통해 확인하고자 하는 바이오 데이터 부분만을 그래프로 표시하여, 필요한 바이오 데이터만을 추출해 직관적으로 확인하도록 할 수 있다.
더하여, 바이오 차트 출력단말(200)은, 사용자 선택에 따라 다양한 형태의 그래프를 표시할 수 있는 인터랙션 콘텐츠 상에는 상담내용 입력이 어려울 수 있으므로, 인터랙션 콘텐츠의 일화면을 캡쳐한 후 상담 입력 인터페이스를 제공할 수도 있다.
한편, 바이오 차트 출력단말(200)은, 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 서비스를 제공하기 위한 프로그램이 설치된 휴대용 단말인 스마트 폰, 디지털방송용 단말기, 휴대폰, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 태블릿 PC(tablet PC), 웨어러블 디바이스(wearable device) 및 스마트 글라스(smart glass) 등을 포함할 수 있다.
또한, 바이오 차트 출력단말(200)은, 유/무선 통신을 기반으로 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 서비스를 제공하기 위한 프로그램이 설치된 고정형 단말인 데스크 탑 PC, 노트북 컴퓨터(laptop computer), 울트라북(ultrabook)과 같은 퍼스널 컴퓨터 장치 등을 더 포함할 수 있다.
이러한 바이오 차트 출력단말(200)은, 본 발명의 실시예에서 사용하는 주체에 따라 그 역할이 구분될 수 있다.
자세히, 실시예에서 바이오 차트 출력단말(200)은, 모니터링 단말(200-1, 환자 단말)과 진료보조 단말(200-2, 의료인 단말)로 구분될 수 있다.
이때, 모니터링 단말(200-1)은, 주로 환자가 사용하는 바이오 차트 출력단말(200)일 수 있고, 진료보조 단말(200-2)은, 주로 환자를 진료하는 의사의 바이오 차트 출력단말(200)일 수 있다.
여기서 모니터링 단말(200-1)과 진료보조 단말(200-2)은, 사용하는 주체를 구분하기 위한 것으로 바이오 차트 출력단말(200)이 수행하는 기능적 특징은 동일할 수 있다.
이하, 첨부된 도면을 참조하여 바이오 차트 출력단말(200)을 이루는 각 구성 요소에 대해 상세히 설명하고자 한다.
도 2를 참조하면, 바이오 차트 출력단말(200)은, 통신부(210), 입력부(220), 디스플레이부(230), 터치스크린(235: touch screen), 센서부(260), 카메라(240), 저장부(250), 마이크(270), 스피커(280) 및 제어부(290)를 포함할 수 있다.
먼저, 통신부(210)는, 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 서비스를 제공하기 위한 각종 데이터 등을 송수신할 수 있다.
실시예에서, 통신부(210)는, 바이오 데이터 측정장치(100) 및/또는 바이오 데이터 관리서버(300) 등과 통신하여 환자의 바이오 데이터, 의료상담 보조 콘텐츠 및/또는 의료상담 콘텐츠 등을 송수신할 수 있다.
또한, 통신부(210)는, 의료상담 콘텐츠를 외부 프린터로 전송하여, 의료상담 콘텐츠를 오프라인 출력물로 프린팅할 수 있다.
이러한 통신부(210)는, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 임의의 서버 중 적어도 하나와 무선 신호를 송수신할 수 있다.
다음으로, 입력부(220)는, 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 서비스와 관련된 사용자의 입력을 감지할 수 있다.
실시예로, 입력부(220)는, 모니터링 단말(200-1)에서 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 서비스를 구동하기 위한 환자의 입력을 받을 수도 있고, 진료보조 단말(200-2)에서 인터랙션 콘텐츠인 바이오 차트에 대한 설정 입력 및/또는 의료상담 콘텐츠를 생성하기 위한 의료상담 내용에 대한 입력 등을 감지할 수도 있다.
다음으로, 디스플레이부(230)는, 바이오 차트, 의료상담 보조 콘텐츠 및 의료상담 콘텐츠 중 적어도 어느 하나 이상과 관련된 그래픽 이미지를 표시할 수 있다.
또한, 실시예에서 바이오 차트 출력단말(200)은, 의료상담 보조 콘텐츠를 제공하면서 사용자의 필기 입력을 받는 그래픽 유저 인터페이스를 제공하기 위해, 입력부(220) 상에 디스플레이부(230)가 결합된 터치스크린(235)을 포함할 수 있다.
즉, 바이오 차트 출력단말(200)은, 터치스크린(235)의 터치 그래픽 유저 인터페이스를 통해 의료상담 보조 콘텐츠를 출력함과 동시에 상담자의 필기를 터치 입력을 통해 감지할 수 있다.
다음으로, 카메라(240)는, 모니터링 단말(200-1)에서 환자의 바이오 데이터를 획득하는데 이용될 수 있고, 진료보조 단말(200-2)에서 의료상담 과정들을 촬영하여 상담 내용을 영상으로 획득할 수 있다.
이러한 카메라(240)는, 바이오 차트 출력단말(200)의 전면 또는/및 후면에 배치되어 배치된 방향측을 촬영하여 영상을 획득할 수 있으며, 바이오 차트 출력단말(200)의 외부에 배치되어 의료인(의사) 및/또는 환자와 떨어진 외부 시점에서 진료 과정을 촬영할 수도 있다.
바이오 차트 출력단말(200)의 외부에 카메라(240)가 배치된 경우, 카메라(240)는, 통신부(210)를 통해 제어부(290)로 촬영한 진료 과정 영상을 송신할 수 있다.
그리고 이러한 카메라(240)는, 이미지 센서와 영상 처리 모듈을 포함할 수 있다.
자세히, 카메라(240)는, 이미지 센서(예를 들면, CMOS 또는 CCD)에 의해 얻어지는 정지영상 또는 동영상을 처리할 수 있다.
또한, 카메라(240)는, 영상 처리 모듈을 이용하여 이미지 센서를 통해 획득된 정지영상 또는 동영상을 가공해 필요한 정보를 추출하고, 추출된 정보를 제어부(290)에 전달할 수 있다.
다음으로, 저장부(250)는, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 서비스를 제공하는 각종 응용 프로그램, 데이터 및 명령어 중 어느 하나 이상을 저장할 수 있다.
이러한 저장부(250)는, ROM, RAM, EPROM, 플래시 드라이브, 하드 드라이브 등과 같은 다양한 저장기기일 수 있고, 인터넷(internet)상에서 상기 저장부(250)의 저장 기능을 수행하는 웹 스토리지(web storage)일 수도 있다.
다음으로, 센서부(260)는, 바이오 차트 출력단말(200)에서 자체적으로 환자의 바이오 데이터 및/또는 외부 환경 정보를 센싱하여 획득할 수 있다.
다음으로, 마이크(270)는, 의료인과 환자의 음성 입력을 감지하여, 감지된 음성을 기반으로 생성되는 상담 내용을 획득할 수 있다.
다음으로, 스피커(280)는, 의료상담 보조 콘텐츠 및/또는 의료상담 콘텐츠에 포함된 오디오를 출력할 수 있다.
마지막으로, 제어부(290)는, 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 서비스를 제공하기 위하여 전술한 각 구성요소의 전반적인 동작을 컨트롤할 수 있다.
이러한 제어부(290)는, ASICs (application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세스(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
이하에서는, 바이오 데이터 관리서버(300)에서 환자의 바이오 데이터를 수집해 저장하고, 저장되어 누적된 바이오 데이터(바이오 빅 데이터)를 기반으로 바이오 차트를 생성한다고 설명하나, 상기 기술한 바와 같이 바이오 차트 출력단말(200)에서도 상기 기능들을 수행할 수 있음이 자명할 것이다.
- 바이오 데이터 관리서버
마지막으로, 본 발명의 실시에에서 바이오 데이터 관리서버(300, 이하, 관리서버)는, 바이오 데이터 측정장치(100) 및/또는 바이오 차트 출력단말(200)로부터 환자의 바이오 데이터를 수신할 수 있고, 수신된 바이오 데이터를 데이터베이스에 환자별로 누적하여 저장할 수 있다.
또한, 관리서버(300)는, 누적된 바이오 데이터(바이오 빅 데이터)에 기초하여 환자의 바이오 차트를 생성할 수 있다.
자세히, 관리서버(300)는, 각종 그래프 및/또는 히트 맵 등의 방식으로 환자의 바이오 빅 데이터를 시각화한 정보인 바이오 차트를 생성할 수 있다.
보다 상세히, 관리서버(300)는, 바이오 차트를 단기 메인 차트 및 장기 메인 차트 중 적어도 하나 이상과, 단기 제 1 연관 차트, 단기 제 2 연관 차트, 장기 제 1 연관 차트 및 장기 제 2 연관 차트 중 적어도 하나 이상을 포함하여 생성할 수 있다.
보다 자세한 설명은, 이하에서 후술하는 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말에서 상세히 기술하기로 한다.
이와 같이, 바이오 차트를 생성한 관리서버(300)는, 생성된 바이오 차트를 바이오 차트 출력단말(200)로 송신하여 제공할 수 있다.
더하여, 관리서버(300)는, 바이오 빅 데이터를 기반으로 생성된 히트 맵을 딥러닝 뉴럴 네트워크(Deep-Running Neural Network)에 입력하여, 인공지능을 이용한 환자의 건강진단 서비스를 제공할 수 있다.
자세히, 관리서버(300)는, 자체에 딥러닝 뉴럴 네트워크가 설치되어, 환자의 바이오 빅 데이터를 기초로 생성된 히트 맵을 입력 데이터로, 해당 환자의 히트 맵에 기반한 건강진단 결과를 출력 데이터로 하는 딥러닝을 수행할 수 있다.
또한, 관리서버(300)는, 별도의 외부 장치 및/또는 서버에 설치된 딥러닝 뉴럴 네트워크와 데이터를 송수신하여, 상기와 같은 딥러닝을 수행해 환자의 히트 맵에 기초한 건강진단 결과를 획득할 수도 있다.
한편, 다른 실시예에서는, 관리서버(300)에서 수행하는 일련의 데이터 처리를 바이오 차트 출력단말(200)에서 수행하는 등 다양한 실시예 또한 가능할 것이다.
도 3은 본 발명의 실시예에 따른 바이오 데이터 관리서버(300)의 내부 블록도이다.
도 3을 참조하면, 바이오 데이터 관리서버(300)는, 데이터 송수신부(310), 데이터 처리부(320) 및 데이터베이스(330)를 포함할 수 있다.
먼저, 데이터 송수신부(310)는, 바이오 데이터 측정장치(100), 바이오 차트 출력단말(200), 외부 장치 및/또는 외부 서버와 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 서비스를 제공하기 위한 각종 데이터를 네트워크를 통해 주고받을 수 있다.
다음으로, 데이터 처리부(320)는, 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 서비스를 제공하기 위한 일련의 데이터 처리를 수행할 수 있다.
이러한 데이터 처리부(320)는, ASICs (application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세스(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
마지막으로, 데이터베이스(330)는, 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 서비스와 관련된 각종 데이터 및/또는 명령어 등을 저장할 수 있다.
이러한 데이터베이스(330)는, ROM, RAM, EPROM, 플래시 드라이브, 하드 드라이브 등과 같은 다양한 저장기기일 수 있고, 인터넷(internet)상에서 상기 데이터베이스(330)의 저장 기능을 수행하는 웹 스토리지(web storage)일 수도 있다.
- 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 방법
이하, 첨부된 도면을 참조하여 바이오 빅 데이터를 시각화하는 방법 및 이를 이용하여 환자의 건강을 진단하는 방법에 대해 상세히 설명하고자 한다.
도 4는 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법 및 이를 이용한 환자 건강진단 방법을 설명하기 위한 흐름도이다.
도 4를 참조하면, 먼저 관리서버(300)는, 환자의 바이오 데이터를 획득하여 환자별 데이터베이스(330)에 저장할 수 있다. (S101)
자세히, 관리서버(300)는, 바이오 데이터 측정장치(100, 예컨대, 간헐 혈당측정기(Blood Glucose Meters, BGM), 연속 혈당측정기(Continuous Glucose Monitoring, CGM), 인슐린 측정 디바이스, 디지털 체온계 및/또는 통증 모니터링 장치 등) 및/또는 바이오 차트 출력단말(200)로부터 바이오 데이터를 수집할 수 있고, 수집된 바이오 데이터를 데이터베이스(330)에 환자별로 누적하여 저장할 수 있다.
이때, 바이오 데이터는, 환자의 혈당 정보, 당뇨병 약제 투여정보(인슐린 정보), 체온 정보 및/또는 통증 정보 등을 포함할 수 있다.
이러한 바이오 데이터를 획득해 저장한 관리서버(300)는, 데이터베이스(330)에 환자별로 획득된 바이오 데이터를 기반으로 바이오 차트를 생성할 수 있다. (S103)
자세히, 관리서버(300)는, 단기간 획득된 바이오 데이터를 기반으로 바이오 차트를 생성할 수 있고, 장기간 누적된 바이오 데이터(예컨대, 바이오 빅 데이터)를 기반으로 바이오 차트를 생성할 수 있다.
또한, 관리서버(300)는, 메인 차트와 서브 차트를 포함할 수 있는 바이오 차트를 환자의 바이오 데이터에 기초하여 생성할 수 있다.
보다 상세히, 도 5를 참조하면, 바이오 차트를 생성하기 위해 관리서버(300)는, 먼저 환자에게서 획득된 바이오 빅 데이터 내에서 메인 바이오 데이터(main bio data)를 결정할 수 있다. (S201)
여기서, 메인 바이오 데이터란, 수집된 바이오 데이터 중에서 생성하려는 바이오 차트의 주요 요소(예컨대, 혈당, 인슐린 투여량, 체온 및/또는 통증 세기 중 어느 하나 등)와 밀접하게 연관된 주요 데이터를 의미한다.
이러한 메인 바이오 데이터는 환자에게서 획득된 다양한 바이오 데이터 중 적어도 하나로 결정될 수 있으며, 환자의 상태에 따라 자동으로 결정되거나, 사용자의 선택에 따라 결정될 수 있다. 예를 들어, 당뇨병 환자의 메인 바이오 데이터는, 실시간 연속 혈당측정 데이터(CGM) 또는 간헐적 혈당측정 데이터(BGM)로 결정될 수 있다.
즉, 관리서버(300)는, 바이오 차트를 통해 시각화된 정보를 제공하려는 주요 요소를 구성하는 핵심적인 데이터를 선별하여 메인 바이오 데이터로 분류할 수 있다.
다음으로, 관리서버(300)는, 선정된 메인 바이오 데이터를 기간별로 솔팅(sorting)할 수 있다. (S203)
자세히, 관리서버(300)는, 메인 바이오 데이터를 기간별로 솔팅하여 단기(예컨대, 1주) 메인 바이오 데이터 또는 장기(예컨대, 3달) 메인 바이오 데이터로 분류할 수 있다.
그리고 관리서버(300)는, 분류된 단기 및/또는 장기 메인 바이오 데이터를 기반으로 메인 차트(main chart)를 생성할 수 있다. (S205)
여기서, 메인 차트란, 메인 바이오 데이터를 기반으로 생성된 차트로서, 단기 메인 바이오 데이터에 기반한 단기 메인 차트 및/또는 장기 메인 바이오 데이터에 기반한 장기 메인 차트를 포함할 수 있다.
자세히, 관리서버(300)는, 단기 메인 바이오 데이터를 기초로 단기 메인 차트를 생성할 수 있고, 이때, 단기 메인 차트는, 일반적인 그래프(예컨대, 선형 그래프 및/또는 막대 그래프 등)의 형태일 수 있다.
즉, 단기 메인 차트는, 가로축이 시간이고 세로축이 메인 바이오 데이터의 수치로 지정되며, 메인 바이오 데이터가 연속적이라면 선형 그래프이고 메인 바이오 데이터가 이산(離散)적이라면 점 그래프 또는 막대 그래프일 수 있다.
다만, 빅 데이터인 장기 바이오 데이터를 선형, 점 또는 막대 그래프로 그린다면, 그래프가 너무 복잡하게 그려져 사람이 인식하기에 어려움이 있을 수 있다.
따라서, 관리서버(300)는, 장기 메인 바이오 데이터에 기초하여 장기 메인 차트를 생성할 수 있고, 이때, 장기 메인 차트를 히트 맵으로 구현할 수 있다.
여기서, 히트 맵은, 가로축을 날짜, 세로축을 시간으로 설정한 그래프 상에 색 및/또는 모양으로 바이오 데이터의 요소(예를 들면, 강도, 식사후, 식사전, 취침전 및/또는 서브 바이오 데이터 등)를 표현할 수 있는 그래프일 수 있다.
즉, 관리서버(300)는, 단기 메인 차트에 비해 상대적으로 정보의 양이 많은 장기 메인 차트를 히트 맵 방식으로 시각화하여 제공함으로써, 다수의 정보를 하나의 표를 통해 편리하게 확인하도록 할 수 있고, 특히 컬러톤의 강약을 통해서 많은 양의 정보를 보다 사람이 직관적으로 인식하도록 제공할 수 있다.
또한, 관리서버(300)는, 환자의 바이오 데이터로부터 메인 바이오 데이터를 분류해 활용함으로써 주요한 데이터를 중심으로 환자의 상태를 분석하도록 보조할 수 있고, 기간별로 솔팅된 바이오 데이터를 이용해 기간별 차트를 제공함으로써 환자의 바이오 정보 및 건강 상태를 단기적 및/또는 장기적으로 구분하여 진단하게 할 수 있으며, 이를 통해 환자 진료의 질을 향상시킬 수 있다.
다음으로, 메인 차트를 생성한 관리서버(300)는, 메인 차트와 연관된 서브 차트(sub chart)를 생성할 수 있다. (S207)
자세히, 관리서버(300)는, 단기 메인 차트 및 장기 메인 차트 중 적어도 하나 이상에 대하여 서브 차트를 생성할 수 있다.
여기서, 서브 차트는, 메인 차트와 더불어 환자를 진단하는데 도움을 주는 차트로서, 메인 바이오 데이터를 메인 차트와 다른 관점에서 분석하여 생성된 제 1 연관 차트를 포함할 수 있다. 또한, 서브 차트는, 서브 바이오 데이터를 기반으로 생성된 제 2 연관 차트를 포함할 수 있다.
이때, 관리서버(300)는, 단기 메인 차트에 연계하여 단기 제 1 연관 차트 및 단기 제 2 연관 차트 중 적어도 하나를 생성해 바이오 차트로 표시할 수 있고, 장기 메인 차트에 연계하여 장기 제 1 연관 차트 및 장기 제 2 연관 차트 중 적어도 하나를 생성해 바이오 차트로 표시할 수 있다.
자세히, 관리서버(300)는, 메인 바이오 데이터를 분석하여 2차 생성된 제 1 연관 차트를 생성할 수 있다.
여기서, 제 1 연관 차트는, 메인 바이오 데이터에서 유의미한 데이터를 산출하거나 솔팅하여, 메인 차트 외에 추가적으로 생성된 차트일 수 있다.
이때, 관리서버(300)는, 단기 메인 바이오 데이터를 기초로 유의미한 데이터를 산출하거나 솔팅하여 단기 제 1 연관 차트를 생성할 수 있고, 장기 메인 바이오 데이터를 기초로 유의미한 데이터를 산출하거나 솔팅하여 장기 제 1 연관 차트를 생성할 수 있다.
여기서, 유의미한 데이터란, 메인 바이오 데이터를 추가 연산을 통해 분석하여 획득한 데이터를 의미한다. 예를 들어, 메인 차트는 메인 바이오 데이터의 수치를 그대로 반영하여 그린 차트라면, 제 1 연관 차트는 메인 바이오 데이터를 추가 연산하여 획득한 유의미한 데이터를 통해 그린 차트일 수 있다.
예를 들면, 관리서버(300)는, 연속 혈당측정기(Continuous Glucose Monitoring, CGM) 관련 바이오 차트일 경우, 일별 혈당 변동폭 그래프, 일별 혈당분포 비율 그래프 및 혈당별 비율 그래프 중 적어도 하나 이상을 제 1 연관 차트로 생성하여 바이오 차트로 표시할 수 있다. 보다 자세한 설명은 이하에서 후술하기로 한다.
이와 같이, 관리서버(300)는, 메인 바이오 데이터를 기반으로 추가 생성된 제 1 연관 차트를 제공함으로써, 환자의 바이오 데이터를 다양한 시각에서 보다 상세하게 분석하도록 할 수 있다.
한편, 관리서버(300)는, 메인 바이오 데이터에 연관된 서브 바이오 데이터(sub bio data)를 기초로 제 2 연관 차트를 생성할 수 있다.
여기서, 서브 바이오 데이터란, 생성하려는 바이오 차트의 주요 요소와 관련된 핵심 데이터인 메인 바이오 데이터 외의 데이터 중에서, 상기 주요 요소에 영향을 미칠 수 있다고 판단된 보조적 데이터(추가 요소)를 의미한다.
즉, 서브 바이오 데이터는, 주요 요소를 통해 메인 바이오 데이터와 연관될 수 있으며, 메인 바이오 데이터 외의 어떠한 외부적 요인들이 환자의 건강 상태에 영향을 미쳤는지를 함께 파악할 수 있도록 하는 다변량 데이터일 수 있다.
계속해서, 관리서버(300)는, 이러한 서브 바이오 데이터를 기간별로 솔팅할 수 있으며, 단기 서브 바이오 데이터를 기반으로 단기 제 2 연관 차트를 생성할 수 있고, 장기 서브 바이오 데이터를 기반으로 장기 제 2 연관 차트를 생성할 수 있다.
또한, 관리서버(300)는, 추가 요소(서브 바이오 데이터)에 대한 그래프인 제 2 연관 차트를 메인 차트의 날짜 및/또는 시간과 매칭하여 바이오 차트에 표시할 수 있다.
예를 들어, 관리서버(300)는, 연속 혈당측정기(Continuous Glucose Monitoring, CGM) 관련 바이오 차트일 경우, CGM 바이오 차트의 메인 차트인 혈당 그래프와 날짜를 동일하게 매칭하여, 인슐린 그래프 및 식사 섭취량 그래프 중 적어도 하나 이상을 제 2 연관 차트로 생성하여 바이오 차트로 표시할 수 있다. 보다 자세한 설명은 이하에서 후술하기로 한다.
이와 같이, 관리서버(300)는, 서브 바이오 데이터를 기반으로 제 2 연관 차트를 제공함으로써, 광범위한 바이오 데이터를 기반으로 환자의 건강 상태를 의사가 보다 종합적으로 분석하게 도울 수 있다.
또한, 관리서버(300)는, 서브 바이오 데이터를 메인 차트인 히트 맵 상에 표시하여 하나의 그래프로 제공할 수도 있다.
실시예에서, 관리서버(300)는, 메인 차트 상에 도형을 표시하여 서브 바이오 데이터를 표현할 수 있다.
예를 들어, 연속 혈당측정기(Continuous Glucose Monitoring, CGM) 관련 바이오 차트일 경우, 인슐린 및/또는 식사 섭취량을 나타내는 도형을 히트 맵 픽셀에 표시하여 하나의 그래프로 제공할 수 있다.
또한, 다른 실시예에서 관리서버(300)는, 생성된 서브 차트를 메인 차트의 3차원 상에 오버랩(overlap)하여 표시할 수도 있다.
예를 들어, 관리서버(300)는, 연속 혈당측정기(Continuous Glucose Monitoring, CGM) 관련 바이오 차트일 경우, 일별 혈당 변동폭 그래프, 일별 혈당분포 비율 그래프, 혈당별 비율 그래프, 인슐린 그래프 및 식사 섭취량 그래프 중 적어도 하나 이상을 메인 차트인 혈당 그래프의 3차원 상에 오버랩하여 표시할 수 있다.
이와 같이, 관리서버(300)는, 바이오 차트를 통해 다양한 방식으로 연관 차트를 표시함으로써, 환자의 바이오 데이터 분석 결과를 다양한 형태로 확인하고 이해하게 할 수 있다.
다시 도 4로 돌아와서, 바이오 빅 데이터를 기반으로 바이오 차트를 생성한 관리서버(300)는, 생성된 바이오 차트를 바이오 차트 출력단말(200)로 송신할 수 있다. (S105)
자세히, 관리서버(300)는, 바이오 차트를 바이오 차트 출력단말(200)로 송신하여 사용자(환자 및/또는 의료인 등)에게 제공할 수 있다.
이때, 바이오 차트를 수신한 바이오 차트 출력단말(200)은, 수신된 바이오 차트를 의료상담 보조 콘텐츠로 표시할 수 있다.
다른 실시예에서, 바이오 차트 출력단말(200)이 직접 바이오 데이터를 분석하여, 바이오 차트를 생성할 수 있다. 즉, 관리서버(300)에서 수행하는 데이터 처리는 바이오 차트 출력단말(200)에서 이루어질 수 있다.
또한, 바이오 차트 출력단말(200)은, 바이오 차트를 표시하는 의료상담 보조 콘텐츠 상의 상담 입력 인터페이스를 통하여 의료상담 콘텐츠를 제공할 수 있다.
또한, 바이오 차트 출력단말(200)은, 사용자의 선택에 따라 반응하는 인터랙션 그래프로 바이오 차트를 표시하는 의료상담 보조 콘텐츠를 통하여, 사용자가 바이오 차트의 그래프에 대한 날짜 변경, 기간 변경 및/또는 시점 변경 등을 수행하도록 할 수 있으며, 바이오 차트의 차트 추가 및/또는 차트 삭제 등과 같은 편집 기능을 수행하게 할 수도 있다.
그리고 바이오 차트 출력단말(200)은, 사용자의 선택에 따라서 그래프의 정보를 변환하여 바이오 차트에 표시할 수 있다.
실시예로, 바이오 차트 출력단말(200)은, 의료상담 보조 콘텐츠로 표시되는 바이오 차트 상에서 단기, 장기, 식사전, 식사후, 취침전 및/또는 취침후 등에 대한 선택 입력을 받을 수 있고, 해당 선택에 따라서 바이오 차트의 인터랙션 그래프를 변환하여 출력할 수 있다.
즉, 바이오 차트 출력단말(200)은, 사용자의 입력에 따라서 바이오 차트의 구성을 유연하게 변경하여 사용자에게 제공할 수 있고, 이를 통해 사용자의 필요에 적합한 구성으로 환자의 바이오 데이터 분석 결과를 표시하여 바이오 차트의 사용성을 증대시킬 수 있다.
이하, 다양한 예시를 통하여 환자의 바이오 데이터를 기반으로 생성된 바이오 차트를 보다 상세히 설명하고자 한다.
이하에서는, 효과적인 설명을 위해 각 예시에서 메인 바이오 데이터에 속하는 요소와 서브 바이오 데이터에 속하는 요소를 임의로 설정하여 설명하나, 메인 바이오 데이터의 요소와 서브 바이오 데이터의 요소는 유동적으로 변동할 수 있는 등 후술되는 설명에 한정되는 것이 아니다. 또한, 각 예시에서 중복되는 설명은 생략될 수 있다.
바이오 차트는, 환자의 바이오 빅 데이터를 기반으로 생성된 차트로서, 각종 그래프 및/또는 히트 맵(heat map) 등의 방식으로 환자의 바이오 데이터를 시각화한 정보일 수 있다.
이러한 바이오 차트는, 바이오 차트의 주요 요소(예컨대, 혈당, 인슐린, 체온 및/또는 통증 중 어느 하나 등)가 무엇인지에 따라서 다양한 형태로 구현될 수 있다.
예를 들어, 도 6 및 7을 참조하면, 바이오 차트의 주요 요소가 연속 혈당측정기(Continuous Glucose Monitoring, CGM)로 측정된 혈당일 경우, CGM 바이오 차트에서, 메인 바이오 데이터는 연속 혈당측정 데이터(예컨대, 연속 혈당측정 시간, 연속 혈당측정 결과 등)로 설정될 수 있다. 그리고 CGM 바이오 차트에서, 서브 바이오 데이터는 당뇨병 약제 투여정보 및/또는 식사 섭취량 정보 등으로 설정될 수 있다.
이러한 CGM 바이오 차트는, 인터랙션 차트로서, 사용자의 단기 선택(10) 또는 장기 선택(20)에 따라 기간별로 생성된 각종 차트를 표시할 수 있다.
자세히 도 6을 참조하면, CGM 바이오 차트는, 사용자에 의해 단기(예컨대, 1주일 또는 1개월) 선택(10)이 된 경우, CGM 바이오 차트의 단기 메인 차트(11)와 단기 서브 차트(12)를 표시할 수 있다.
이때, CGM 바이오 차트의 단기 메인 차트(11)는, 메인 바이오 데이터인 단기 연속 혈당측정 데이터를 기반으로 생성될 수 있다.
예를 들어, CGM 바이오 차트의 단기 메인 차트(11)는, 단기 연속 혈당측정 데이터를 기초로 생성된 선형 그래프인 단기 혈당 그래프일 수 있으며, 상기 단기 혈당 그래프는, 가로축이 시간, 세로축이 혈당으로 지정된 그래프일 수 있다.
자세히, CGM 바이오 차트의 단기 혈당 그래프는, 특별히 가로축인 시간의 경우에 공복 혈당과 식후 혈당의 추이를 보다 명확하고 연속적으로 보이게 하기 위하여 전일 PM 20시부터 당일 PM 20시까지의 총 24시간을 시간으로 설정할 수 있다.
또한, CGM 바이오 차트의 단기 혈당 그래프는, 백그라운드(background)에 그린 컬러(green color)로 정상 혈당 범위를 표시할 수 있다.
더하여, CGM 바이오 차트의 단기 혈당 그래프에 표시된 선형 그래프는, 기간에 따른 통계값으로서, 가장 상위에 있는 선형 그래프는 해당 기간의 최고 혈당값을, 가장 아래에 있는 선형 그래프는 해당 기간의 최저 혈당값을 추가로 표시할 수 있다.
또한, CGM 바이오 차트의 단기 혈당 그래프는, 옅은 회색으로 혈당의 10-90%에 해당하는 값을, 짙은 회색으로 혈당의 25~75%에 해당하는 값을, 그리고 가운데 진한 실선으로 혈당의 50%에 해당하는 값을 각각 표현할 수 있다.
또한, CGM 바이오 차트의 단기 혈당 그래프는, 환자에게 저혈당이 올 경우 쇼크가 발생할 수 있기 때문에, 저혈당 범주에 해당하는 부분은 블루 컬러를 지정하고 빗금 패턴을 넣어 시각적으로 보다 강조되게 구현될 수 있다.
또한, CGM 바이오 차트의 단기 서브 차트(12)는, 단기 제 1 연관 차트(12-1)와 단기 제 2 연관 차트(12-2)를 포함할 수 있다.
자세히, CGM 바이오 차트의 단기 제 1 연관 차트(12-1)는, 메인 바이오 데이터인 단기 연속 혈당측정 데이터를 분석하여 단기 메인 차트(11) 이외에 추가적으로 생성된 서브 그래프일 수 있다.
좀더 자세히, CGM 바이오 차트의 단기 제 1 연관 차트(12-1)는, 단기 연속 혈당측정 데이터를 추가 연산하여 획득한 유의미한 데이터를 기반으로 생성된 그래프를 포함할 수 있다. 예를 들어, CGM 바이오 차트의 단기 제 1 연관 차트(12-1)는, 일별 혈당 변동폭(평균 혈당 변동폭, 최고혈당 변동폭 등) 그래프, 일별 혈당분포 비율 그래프 및 혈당별 비율 그래프 중 적어도 하나 이상을 포함할 수 있다.
이때, CGM 바이오 차트의 일별 혈당 변동폭 그래프는, 고혈당과 저혈당을 오가는 수치의 변동폭이 어떠한가를 추적 관찰할 수 있는 그래프일 수 있다.
또한, CGM 바이오 차트의 단기 제 2 연관 차트(12-2)는, 단기 서브 바이오 데이터인 단기(예컨대, 1주일) 당뇨병 약제 투여정보 및/또는 단기(예컨대, 1주일) 식사 섭취량 정보 등을 기반으로 생성된 그래프일 수 있다.
예를 들어, CGM 바이오 차트의 단기 제 2 연관 차트(12-2)는, CGM 바이오 차트의 서브 바이오 데이터인 당뇨병 약제 투여정보 및/또는 식사 섭취량 정보 등의 단기 정보를 기반으로 생성된 인슐린 그래프 및 식사 섭취량 그래프 중 적어도 하나 이상을 포함할 수 있다.
자세히, CGM 바이오 차트의 인슐린 그래프는, 시간, 기간 및 종류별로 인슐린을 얼마나 투여했는지를 나타내는 막대 그래프일 수 있으며, CGM 바이오 차트의 식사 섭취량 그래프는, 식사 섭취량에 따른 혈당 그래프의 변동 추이를 함께 확인할 수 있도록 하는 그래프일 수 있다.
여기서, CGM 바이오 차트의 단기 제 1 연관 차트(12-1)와 단기 제 2 연관 차트(12-2)는, CGM 바이오 차트의 단기 메인 차트(11)와 시간이 매칭되어 연계적으로 표시될 수 있다.
한편 도 7을 참조하면, CGM 바이오 차트는, 사용자에 의해 장기(예컨대, 3개월) 선택(20)이 된 경우, CGM 바이오 차트의 장기 메인 차트(21)와 장기 서브 차트(22)를 표시할 수 있다.
이때, CGM 바이오 차트의 장기 메인 차트(21)는, 메인 바이오 데이터인 장기 연속 혈당측정 데이터를 기반으로 생성될 수 있다.
또한, CGM 바이오 차트의 장기 메인 차트(21)는, 가로축을 날짜, 세로축을 시간으로 설정한 그래프 상에 색 및/또는 모양으로 바이오 데이터의 요소(강도 및/또는 서브 바이오 데이터 등)까지 표시할 수 있는 그래프인 히트 맵 형식의 혈당 그래프로 구현될 수 있다.
즉, CGM 바이오 차트의 장기 메인 차트(21)는, 단기 메인 차트(11)에 비해 상대적으로 많은 양의 정보를 히트 맵 방식으로 시각화하여 제공함으로써, 다수의 정보를 하나의 표를 통해 사용자가 직관적으로 확인하게 할 수 있다.
보다 상세히, 예를 들어 CGM 바이오 차트의 히트 맵은, 가로축이 3개월의 매일을 나타내고, 세로축이 0시부터 24시까지의 시간을 나타낼 수 있다. 따라서, 히트 맵의 한 칸은 n일의 n시가 될 수 있다.
또한, CGM 바이오 차트의 히트 맵은, 일측에 혈당 범위에 따른 컬러 범주표를 두어 히트 맵에서 표현되는 색상의 혈당 범위를 인지하게 할 수 있다.
즉, 이러한 CGM 바이오 차트의 히트 맵은, 3개월 동안의 방대한 환자 혈당 변동 추이를 집약적이고 직관적으로 확인할 수 있도록 시각화된 정보를 제공할 수 있다.
또한, CGM 바이오 차트의 장기 서브 차트(22)는, 장기 제 1 연관 차트(22-1)와 장기 제 2 연관 차트(22-2)를 포함할 수 있다.
여기서, CGM 바이오 차트의 장기 제 1 연관 차트(22-1)는, 메인 바이오 데이터인 장기 연속 혈당측정 데이터를 분석하여 장기 메인 차트(21) 이외에 추가적으로 생성된 그래프일 수 있다.
예를 들어, CGM 바이오 차트의 장기 제 1 연관 차트(22-1)는, 장기 연속 혈당측정 데이터를 기초로 2차 생성된 일별 혈당 변동폭(평균 혈당 변동폭, 최고혈당 변동폭 등) 그래프, 일별 혈당분포 비율 그래프 및 혈당별 비율 그래프 중 적어도 하나 이상을 포함할 수 있다.
또한, CGM 바이오 차트의 장기 제 2 연관 차트(22-2)는, 장기 서브 바이오 데이터인 장기(예컨대, 3개월) 당뇨병 약제 투여정보 및/또는 장기(예컨대, 3개월) 식사 섭취량 정보 등을 기반으로 생성된 그래프일 수 있다.
예를 들어, CGM 바이오 차트의 장기 제 2 연관 차트(22-2)는, CGM 바이오 차트의 서브 바이오 데이터인 당뇨병 약제 투여정보 및/또는 식사 섭취량 정보 등의 장기 정보를 기반으로 생성된 인슐린 그래프 및 식사 섭취량 그래프 중 적어도 하나 이상을 포함할 수 있다.
또한, CGM 바이오 차트의 장기 제 1 연관 차트(22-1)와 장기 제 2 연관 차트(22-2)는, CGM 바이오 차트의 장기 메인 차트(21)와 시간이 매칭되어 연계적으로 표시될 수 있다.
다른 예에서, 도 8 내지 10을 참조하면, 바이오 차트의 주요 요소가 간헐 혈당측정기(Blood Glucose Meters, BGM)로 측정된 혈당일 경우, BGM 바이오 차트는, 메인 바이오 데이터를 간헐적 혈당측정 데이터(예컨대, 간헐적 혈당측정 시간, 간헐적 혈당측정 결과 등)로 설정할 수 있다. 그리고 BGM 바이오 차트는, 서브 바이오 데이터를 식사 섭취정보(예컨대, 식사전, 식사후 등) 및/또는 수면정보(예컨대, 취침 시간정보 등) 등으로 설정할 수 있다.
이러한 BGM 바이오 차트는, BGM로 측정된 혈당과 관련된 메인 차트와 서브 차트를 포함할 수 있다.
자세히, 먼저 BGM 바이오 차트의 메인 차트는, BGM 바이오 차트의 단기 메인 차트(31)와 장기 메인 차트(32)를 포함할 수 있다.
도 8을 참조하면, BGM 바이오 차트의 단기 메인 차트(31)는, 메인 바이오 데이터인 단기 간헐적 혈당측정 데이터를 기반으로 생성될 수 있다.
예를 들어, BGM 바이오 차트의 단기 메인 차트(31)는, 단기 간헐적 혈당측정 데이터를 기초로 생성된 선형 그래프인 단기 혈당 그래프일 수 있으며, 상기 혈당 그래프는, 가로축이 시간, 세로축이 혈당으로 지정된 그래프일 수 있다.
이때, BGM 바이오 차트의 단기 혈당 그래프는, 환자가 간헐적으로 혈당을 측정한다는 점을 고려하여 서로 연속성이 없는 점(point) 그래프 형태로 표현될 수 있다.
또한, BGM 바이오 차트의 단기 혈당 그래프는, 가로축이 1주일 간의 매일, 세로축이 혈당을 나타낼 수 있고, 앞서 설명한 CGM 바이오 차트의 히트 맵 컬러 범주표와 동일한 범주의 컬러를 각 점의 적용하여, 혈당별 위계를 한눈에 파악하게 할 수 있다.
이때, BGM 바이오 차트의 각 점은, 기설정된 아이콘으로 표시될 수 있으며, 예를 들어, '식전혈당'을 나타내는 아이콘의 경우 비어있는 원형으로, '식후혈당'은 채워진 원형으로, '취침전혈당'은 달 형태의 아이콘으로 표현하여 전체적으로 값을 확인할 시 각각의 항목이 구분되게 할 수 있다.
또한, BGM 바이오 차트의 단기 메인 차트(31, 단기 혈당 그래프)는, 사용자가 전체, 식사전, 식사후 및/또는 취침전 등에 대한 선택 입력을 받을 수 있는 아이콘을 제공할 수 있고, 해당 아이콘의 선택에 따라서 BGM 바이오 차트의 단기 메인 차트(31)를 변환하여 출력할 수 있다.
예시로, 도 9를 참조하면, BGM 바이오 차트의 단기 메인 차트(31)는, 식사전 아이콘이 선택된 경우에 식사전에 해당하는 데이터만을 BGM 단기 메인 차트(31)에 표시할 수 있고, 식사후 아이콘에 선택된 경우에 식사후에 해당하는 데이터만을 BGM 단기 메인 차트(31)에 표시할 수 있다.
한편, 도 10을 참조하면, BGM 바이오 차트의 장기 메인 차트(32)는, 메인 바이오 데이터인 장기 간헐적 혈당측정 데이터를 기반으로 생성될 수 있다.
이때, BGM 바이오 차트의 장기 메인 차트(32)는, 가로축을 날짜, 세로축을 시간으로 설정한 그래프 상에 색 및/또는 모양으로 바이오 데이터의 요소(강도 및/또는 서브 바이오 데이터 등)까지 표시할 수 있는 그래프인 히트 맵 형식의 혈당 그래프로 구현될 수 있다.
자세히, 예를 들어 BGM 바이오 차트의 히트 맵은, 가로축이 3개월의 매일, 세로축이 06시부터 22시까지의 16시간을 나타낼 수 있다. 즉, BGM 바이오 차트의 히트 맵은, 연속 데이터가 수집되는 CGM 히트 맵과 달리, 환자가 측정할 때만 바이오 데이터가 수집되는 간헐적인 BGM 방식의 특성을 고려하여 환자가 혈당을 측정하는 빈도가 비교적 드문 심야 - 새벽 시간대를 제외하고 시간을 설정할 수 있다.
또한, BGM 바이오 차트의 히트 맵은, 각각의 아이콘 및/또는 컬러가 의미하는 바를 BGM 바이오 차트의 단기 메인 차트(31)와 동일하게 설정할 수 있다.
이러한 BGM 바이오 차트의 히트 맵은, 상기와 같은 히트 맵 방식의 표현을 통해 3개월 동안의 방대한 환자 혈당 변동 추이를 집약적이고 직관적으로 인지하게 할 수 있다.
한편, 이러한 BGM 바이오 차트의 단기 메인 차트(31)와 장기 메인 차트(32)는, 각각에 대한 BGM 바이오 차트의 서브 차트(33)가 연계되어 표시될 수 있다.
이때, BGM 바이오 차트의 각 메인 차트와 서브 차트(33)는, 시간 및/또는 날짜 등을 기준으로 동일하게 매칭되어 연계적으로 표시될 수 있다.
자세히, BGM 단기 메인 차트(31)에 연계되는 단기 서브 차트는, 단기 간헐적 혈당측정 데이터를 기반으로 2차 생성되는 단기 제 1 연관 차트 및/또는 단기 서브 바이오 데이터를 기반으로 생성되는 단기 제 2 연관 차트 중 적어도 하나 이상을 포함할 수 있다.
또한, BGM 장기 메인 차트(32)에 연계되는 장기 서브 차트는, 장기 간헐적 혈당측정 데이터를 기반으로 2차 생성되는 장기 제 1 연관 차트 및/또는 장기 서브 바이오 데이터를 기반으로 생성되는 장기 제 2 연관 차트 중 적어도 하나 이상을 포함할 수 있다.
예시로, 이러한 단기 및/또는 장기 서브 차트를 포함하는 BGM 바이오 차트의 서브 차트(33)는, 제 1 연관 차트로 시간대별 혈당 분포비율 그래프, 목표 혈당 달성도 그래프 및 목표 측정 횟수 달성도 그래프 중 적어도 하나 이상을 표시할 수 있고, 제 2 연관차트로 일별 목표 혈당 달성도 그래프 등을 표시할 수 있다.
또 다른 예에서, 도 11 및 12를 참조하면, 바이오 차트의 주요 요소가 인슐린 관련 정보일 경우, 인슐린 바이오 차트는, 메인 바이오 데이터를 혈당측정 데이터(예컨대, 연속/간헐적 혈당측정 데이터 등), 인슐린 투여정보(예컨대, 인슐린 투여 시간, 투여 횟수, 투여량 등) 및/또는 투여 인슐린 타입정보 등으로 설정하고, 서브 바이오 데이터를 식사 섭취정보 및/또는 수면정보 등으로 설정하여 생성된 바이오 차트일 수 있다.
이러한 인슐린 바이오 차트는, 인슐린과 관련된 메인 차트와 서브 차트를 포함할 수 있다.
자세히, 먼저 인슐린 바이오 차트의 메인 차트는, 인슐린 바이오 차트의 단기 메인 차트(41)와 장기 메인 차트(42)를 포함할 수 있다.
도 11을 참조하면, 인슐린 바이오 차트의 단기 메인 차트(41)는, 단기 혈당측정 데이터를 기반으로 생성된 단기 혈당 그래프일 수 있으며, 상기 혈당 그래프는, BGM 방식으로 혈당을 측정하는 환자로 가정하여 점그래프 형태로 구현될 수 있다.
이때, 인슐린 바이오 차트의 단기 혈당 그래프는, 가로축이 1주일 간의 매일을 나타내고, 세로축이 혈당을 나타내는 형태로 구현될 수 있다.
한편, 도 12를 참조하면, 인슐린 바이오 차트의 장기 메인 차트(42)는, 장기 혈당측정 데이터를 기반으로 생성될 수 있다.
여기서, 인슐린 바이오 차트의 장기 메인 차트(42)는, 가로축을 날짜, 세로축을 시간으로 설정한 그래프 상에 색 및/또는 모양으로 바이오 데이터의 요소(강도 및/또는 서브 바이오 데이터 등)까지 표시할 수 있는 그래프인 히트 맵 형식의 혈당 그래프로 구현될 수 있다.
한편, 이러한 인슐린 바이오 차트의 단기 메인 차트(41)와 장기 메인 차트(42)는, 각각에 대한 인슐린 바이오 차트의 서브 차트(43)가 연계되어 표시될 수 있다.
이때, 인슐린 바이오 차트의 각 메인 차트와 서브 차트(43)는, 시간 및/또는 날짜 등을 기준으로 동일하게 매칭되어 연계적으로 표시될 수 있다.
자세히, 인슐린 단기 메인 차트(41)에 연계되는 단기 서브 차트는, 단기 혈당측정 데이터를 기반으로 2차 생성되는 단기 제 1 연관 차트 및/또는 단기 서브 바이오 데이터를 기반으로 생성되는 단기 제 2 연관 차트 중 적어도 하나 이상을 포함할 수 있다.
또한, 인슐린 장기 메인 차트(42)에 연계되는 장기 서브 차트는, 장기 혈당측정 데이터를 기반으로 2차 생성되는 장기 제 1 연관 차트 및/또는 장기 서브 바이오 데이터를 기반으로 생성되는 장기 제 2 연관 차트 중 적어도 하나 이상을 포함할 수 있다.
예시로, 이러한 단기 및/또는 장기 서브 차트를 포함하는 인슐린 바이오 차트의 서브 차트(43)는, 제 1 연관 차트로 시간대별 혈당 분포비율 그래프, 인슐린 타입별 평균 투여량 및 인슐린 평균 투여 횟수 중 적어도 하나 이상을 표시할 수 있고, 제 2 연관차트로 인슐린 그래프 등을 표시할 수 있다.
여기서, 인슐린 바이오 차트의 제 2 연관차트인 인슐린 그래프는, 전체, 식사전, 식사후 및/또는 취침전 등에 대한 선택 입력을 받을 수 있는 아이콘을 제공하여, 해당 아이콘의 선택에 따라서 그래프 정보가 변환될 수 있다.
또한, 인슐린 바이오 차트의 인슐린 그래프는, 일측에 인슐린 타입별 가이드를 배치하여 제공할 수 있다.
또 다른 예에서, 도 13 및 14를 참조하면, 바이오 차트의 주요 요소가 체온일 경우, 체온 바이오 차트는, 메인 바이오 데이터를 체온측정 정보(예컨대, 체온 측정시간, 체온 측정결과 등)로 설정하고, 서브 바이오 데이터를 체온 측정 시의 증상 및 투약기록 정보(예컨대, 이상증상 정보, 병원내원 정보, 해열제/항생제 투약정보 등)로 설정하여 생성된 바이오 차트일 수 있다.
이러한 체온 바이오 차트는, 체온과 관련된 메인 차트와 서브 차트를 포함할 수 있다.
자세히, 먼저 체온 바이오 차트의 메인 차트는, 체온 바이오 차트의 단기 메인 차트(51)와 장기 메인 차트(52)를 포함할 수 있다.
도 13을 참조하면, 체온 바이오 차트의 단기 메인 차트(51)는, 단기 체온측정 정보를 기반으로 생성된 단기 온도 그래프일 수 있으며, 상기 단기 온도 그래프는, 3일 이내의 단기 발열 체온 추이정보를 제공하는 그래프일 수 있다.
한편, 도 14를 참조하면, 체온 바이오 차트의 장기 메인 차트(52)는, 장기 체온측정 정보에 기초하여 생성되는 장기 온도 그래프일 수 있으며, 상기 장기 온도 그래프는, 가로축을 날짜, 세로축을 시간으로 설정한 그래프 상에 색 및/또는 모양으로 바이오 데이터의 요소(강도 및/또는 서브 바이오 데이터 등)까지 표시할 수 있는 그래프인 히트 맵 형식으로 구현될 수 있다.
이때, 체온 바이오 차트의 히트 맵은, 대상이 되는 환자가 1주일 이내의 단기 발열 체온 추이를 보아야 하는 급성 발열 영유아 환아들임을 고려하기 위하여, 히트 맵의 가로축 기간을 1주일로 설정할 수 있다.
또한, 체온 바이오 차트의 히트 맵은, 체온측정 정보와 같은 체온관련 정보가 0.1도 단위까지 민감한 영향을 받는 데이터임을 고려하여, 히트 맵의 각 셀 안에 체온℃ 수치를 함께 표시할 수 있다.
또한, 체온 바이오 차트의 히트 맵은, 일측에 타 차트들의 히트 맵들과 동일하게 체온 범위에 따른 컬러 맵핑 가이드를 배치할 수 있다.
또한, 체온 바이오 차트의 히트 맵은, 상기 일측과 같은 또는 다른 일측에 전체, 증상, 해열제, 항생제 및/또는 병원내원 등에 대한 선택 입력을 받을 수 있는 아이콘을 제공하여, 해당 아이콘의 선택에 따라 옵션적으로 히트 맵 그래프의 정보가 변환될 수 있다.
한편, 이러한 체온 바이오 차트의 단기 메인 차트(51)와 장기 메인 차트(52)는, 각각에 대한 체온 바이오 차트의 서브 차트(53)가 연계되어 표시될 수 있다.
이때, 체온 바이오 차트의 각 메인 차트와 서브 차트(53)는, 시간 및/또는 날짜 등을 기준으로 동일하게 매칭되어 연계적으로 표시될 수 있다.
자세히, 체온 단기 메인 차트(51)에 연계되는 단기 서브 차트는, 단기 체온측정 정보를 기반으로 2차 생성되는 단기 제 1 연관 차트 및/또는 단기 서브 바이오 데이터를 기반으로 생성되는 단기 제 2 연관 차트 중 적어도 하나 이상을 포함할 수 있다.
또한, 체온 장기 메인 차트(52)에 연계되는 장기 서브 차트는, 장기 체온측정 정보를 기반으로 2차 생성되는 장기 제 1 연관 차트 및/또는 장기 서브 바이오 데이터를 기반으로 생성되는 장기 제 2 연관 차트 중 적어도 하나 이상을 포함할 수 있다.
예시로, 이러한 단기 및/또는 장기 서브 차트를 포함하는 체온 바이오 차트의 서브 차트(53)는, 제 1 연관 차트로 체온변화 추이 그래프 등을 표시할 수 있고, 제 2 연관차트로 증상 및 투약기록 그래프 등을 표시할 수 있다.
이때, 체온 바이오 차트의 제 1 연관 차트인 체온변화 추이 그래프는, 환자의 매일에 대한 체온변화 추이를 보다 직관적으로 인지하도록 점 그래프 형식으로 구현된 그래프일 수 있다.
또한, 체온 바이오 차트의 제 2 연관 차트인 증상 및 투약기록 그래프는, 환자의 증상 및 투약기록에 대한 정보를 날짜와 시간에 따라 나열해 제공하여, 보다 자세하게 환자 체온관련 정보를 확인하게 할 수 있다.
또 다른 예에서, 도 15를 참조하면, 바이오 차트의 주요 요소가 통증일 경우, 통증 바이오 차트는, 메인 바이오 데이터를 통증측정 정보(예컨대, 통증 측정시간, 통증 측정결과, 통증부위 정보 등)로 설정하고, 서브 바이오 데이터를 수면정보, 스트레스 지수 정보 및/또는 환경정보(예컨대, 온도, 습도, 날씨, 위치 등) 등으로 설정하여 생성된 바이오 차트일 수 있다.
이러한 통증 바이오 차트는, 환자의 통증을 분석할 시 단기 추이만을 보는 것이 크게 유의미하지 않고 장기(예컨대, 3개월) 추이를 종합적으로 파악하는 것이 보다 중요하기 때문에, 장기 기간(예컨대, 3개월)을 기본 단위로 하는 장기 차트를 중심으로 제공될 수 있다.
자세히 도 15를 참조하면, 통증 바이오 차트의 장기 메인 차트(61)는, 장기 통증측정 정보를 기반으로 생성된 통증 그래프일 수 있으며, 상기 통증 그래프는, 통증 시간, 날짜 및/또는 세기를 한 눈에 파악할 수 있도록 표시한 히트 맵 방식의 그래프일 수 있다.
이때, 통증 바이오 차트의 히트 맵은, 메인 바이오 데이터인 통증측정 정보가 간헐적인 값임을 고려하여, 점(point) 그래프의 형태로 구현될 수 있다.
보다 상세히, 통증 바이오 차트의 히트 맵은, 가로축이 통증 날짜, 세로축이 통증 시간, 그래프에 표시된 점 또는 원형바 형태의 표시 항목이 통증 세기, 통증 지속시간 및/또는 통증 날짜를 결정하는 형태로 구현될 수 있다.
또한, 통증 바이오 차트의 히트 맵은, 히트 맵 일측에 통증정도별 컬러 맵핑 가이드를 배치하여 통증 세기를 표시할 수 있다.
한편, 이러한 통증 바이오 차트의 장기 메인 차트(61)는, 통증 바이오 차트의 장기 서브 차트(62)가 연계되어 함께 표시될 수 있다.
이때, 통증 바이오 차트의 장기 메인 차트(61)와 장기 서브 차트(62)는, 시간 및/또는 날짜 등을 기준으로 동일하게 매칭되어 연계적으로 표시될 수 있다.
자세히, 통증 장기 메인 차트(61)에 연계되는 장기 서브 차트(62)는, 장기 통증측정 정보를 기반으로 2차 생성되는 장기 제 1 연관 차트 및/또는 장기 서브 바이오 데이터를 기반으로 생성되는 장기 제 2 연관 차트 중 적어도 하나 이상을 포함할 수 있다.
예시로, 이러한 통증 바이오 차트의 장기 서브 차트(62)는, 제 1 연관 차트로 통증 바디 맵, 최고통증 변동추이 그래프, 지속통증 그래프 및 시간대별 통증 부위 그래프 중 적어도 하나 이상을 표시할 수 있고, 제 2 연관차트로 수면 그래프, 스트레스 그래프 및 날씨별 통증 빈도 그래프 중 적어도 하나 이상을 표시할 수 있다.
여기서, 통증 바이오 차트의 제 1 연관 차트인 통증 바디 맵은, 환자의 신체 중 어느 부위에서 통증이 발생하는지를 나타내는 통증 발생부위 분포를 표시할 수 있다.
또한, 통증 바디 맵은, 통증 바디 맵 상에서 특정 부위에 대한 선택 입력을 받을 경우, 통증 바이오 차트의 장기 메인 차트(61)와 연계되어 통증 히트 맵에 해당 부위의 통증값만 표시되게 할 수 있다.
즉, 통증 바디맵은, 통증 히트 맵과 함께 통증 바이오 차트에 표시되어 어느 부위의 통증이 언제 어느정도로 발생하였는지를 편리하게 확인하게 할 수 있다.
또한, 통증 바이오 차트의 제 1 연관 그래프인 최고통증 변동추이 그래프는, 환자의 통증이 단기 급성 통증인지, 아니면 장기 만성 통증으로 발전 중인지를 확인할 수 있는 그래프일 수 있다.
또한, 통증 바이오 차트의 제 1 연관 그래프인 지속통증 그래프는, 환자의 전일부터 당일의 지속통증의 추이가 어떠한지를 볼 수 있는 점 그래프 형식의 그래프일 수 있다.
또한, 통증 바이오 차트의 제 1 연관 그래프인 시간대별 통증 부위 그래프는, 신체 부위별로 어떤 시간대에 통증이 심해지는지를 파악할 수 있는 그래프일 수 있다.
또한, 통증 바이오 차트의 제 2 연관 그래프인 수면 그래프 및/또는 스트레스 그래프는, 수면 및/또는 스트레스 지수가 환자의 통증에 어떠한 영향을 미치는지 확인할 수 있는 그래프일 수 있다.
또한, 통증 바이오 차트의 제 2 연관 그래프인 날씨별 통증 빈도 그래프는, '비/습도, 풍량, 낮은기온, 심한 일교차' 등의 날씨에 따른 통증 발생 빈도 통계를 두어, 해당하는 날씨가 통증에 어떤 영향을 미치는지 여러 변인 간의 상관관계를 파악할 수 있는 그래프일 수 있다.
이와 같이, 본 발명의 실시예에서 바이오 차트는, 환자의 다양한 바이오 빅 데이터에 기반하여 각종 그래프 및 차트를 활용한 시각화 데이터를 제공하여, 환자의 바이오 데이터에 대한 이해력을 향상시킬 수 있고, 환자의 건강 상태를 직관적으로 확인하게 할 수 있으며, 이를 통해 환자 진료의 질을 높여 적절한 후속조치를 도출하게 할 수 있다.
또한, 바이오 차트는, 다양한 종류, 목적 및/또는 형태를 가지는 환자의 바이오 데이터를 체계적·종합적으로 분석하도록 보조할 수 있다.
다시 바이오 빅 데이터 시각화 방법 및 이를 이용한 환자 건강진단 방법에 대한 상세한 설명으로 돌아와서, 도 4를 참조하면, 관리서버(300)는, 생성된 바이오 차트의 히트 맵을 기반으로 딥러닝을 통한 환자 건강진단을 수행할 수 있다. (S107)
자세히, 먼저 관리서버(300)는, 환자의 바이오 빅 데이터를 기반으로 생성된 히트 맵과, 히트 맵에 따른 환자의 건강진단 결과를 기초로 딥러닝 뉴럴 네트워크(딥러닝 신경망)을 학습시킬 수 있다.
다시 말하면, 딥러닝 뉴럴 네트워크는, 본 발명의 실시예에 따라 시각화된 바이오 빅 데이터를 기초로 환자의 건강진단을 수행하는데 최적화되도록 관리서버(300)에 의해 학습될 수 있다.
이때, 딥러닝 뉴럴 네트워크는, 관리서버(300)에 직접 설치되어 환자의 바이오 빅 데이터를 기초로 생성된 히트 맵을 입력 데이터로, 해당 환자의 히트 맵을 기반으로 딥러닝을 수행하여 획득된 정보인 건강진단 결과정보를 출력 데이터로 하는 딥러닝을 수행할 수도 있고, 관리서버(300)와는 별도의 장치 및/또는 서버에 설치되어 관리서버(300)와 데이터 송수신을 통해 상기와 같은 딥러닝을 수행할 수도 있다.
바이오 빅 데이터를 시각화한 히트 맵을 딥러닝하는 이유는, 현재 딥러닝 뉴럴 네트워크의 개발이 이미지를 딥러닝하여 유의미한 데이터를 추출하는데 최적화되어 있어 오픈 소스 등을 이용하여 딥러닝 뉴럴 네트워크를 구축하기 용이하기 ?문이다. 또한, 추출된 유의미한 데이터를 히트 맵의 형태와 연관지어 출력할 수 있고 이를 사용자에게 표시할 수 있으므로, 출력된 유의미한 데이터의 신뢰도를 숙련된 전문가가 확인할 수 있으며, 비숙련된 사람은 히트 맵의 형태와 출력된 유의미한 데이터의 연관성을 이해하여 연구에 도움을 줄 수 있다.
다음으로, 관리서버(300)는, 학습된 딥러닝 뉴럴 네트워크에 특정 환자의 히트 맵을 입력하여, 인공지능을 통해 자동으로 분석된 환자의 건강진단 결과정보를 획득할 수 있다.
예를 들면, 관리서버(300)는, 당뇨병 환자의 혈당측정 데이터, 인슐린 투여정보 및/또는 투여 인슐린 타입정보 등에 기반하여 생성된 히트 맵을, 딥러닝 뉴럴 네트워크에 입력 데이터로 입력할 수 있다.
그리고 관리서버(300)는, 입력 데이터를 수신한 딥러닝 뉴럴 네트워크로부터 당뇨병 환자의 질병 극복정도, 약물지도 준수정도 및/또는 혈당관련 건강상태 정보 등을 포함하는 환자의 건강진단 결과정보를 출력 데이터로 획득할 수 있다.
이때, 관리서버(300)는, 출력 데이터와 히트 맵의 형태를 연관지어 표시할 수 있다. 예를 들어, 관리서버(300)는, 당뇨병 약제의 약물지도를 준수했을 때 나타나는 히트 맵 내 형태를 하이라이트 하거나, 당뇨병 약제의 약물지도를 미준수했을 때 나타나는 히트 맵 내 형태를 하이라이트 하여 약물지도 준수정도의 점수를 함께 표시할 수 있다.
자세히, 관리서버(300)는, 이미지 딥러닝에 특화된 컨볼루션 뉴럴 네트워크 (convolutional neural network, CNN)에 히트 맵 및 추가 데이터를 입력하여, 건강진단 결과정보를 출력 데이터로 획득할 수 있다. 자세히, 컨볼루션 레이어(convolutional layer), 정류된 선형 유닛 함수 및 맥스 풀링(max pooling layer)을 포함하는 컨볼루션 뉴럴 네트워크 (convolutional neural network, CNN)에 히트 맵을 입력하여 출력으로 히트 맵에 대한 특징 벡터를 획득할 수 있다. 이러한 컨볼루션 뉴럴 네트워크는, 물체의 인식, 구별 등 컴퓨터 비전 문제를 해결하는데 탁월한 성능을 보이므로, 바이오 빅데이터를 시각화한 히트 맵 분석에 최적화된 이미지 딥러닝 알고리즘일 수 있다.
그리고 컨볼루션 뉴럴 네트워크의 최종 출력단에 완전 연결층(fully connected layer)을 배치하여, 상기 히트맵에 대한 특징 백터와 매칭되는 건강진단 결과정보를 출력할 수 있다.
또한, 관리서버(300)는, 이와 같이 바이오 빅데이터를 분석하여 딥러닝한 결과값을 건강진단 결과정보로 질병 진행상황을 나타내는 스마트 파이차트를 출력할 수 있다.
여기서, 스마트 파이차트는, 환자가 가진 질병에 영향을 주는 적어도 둘이상의 요소를 검출하고, 상기 요소별로 환자의 질병에 영향주는 영향력을 산출하고, 상기 영향력에 따라 가중치에 기초하여 환자의 일정 기간의 바이오 데이터에서 상기 요소의 값에 따라 질병 개선, 악화 여부를 확인할 수 있는 차트를 의미한다.
자세히, 스마트 파이차트는, 환자의 특정 질병에 영향을 주는 둘 이상의 요소가, 상기 환자의 질병에 미치는 영향력을 바이오 빅데이터 분석을 통해 검출할 수 있다.
예를 들어, 스마트 파이차트는, 환자의 질병이 중풍일 때, 상기 중풍에 영향을 주는 요소로 체중, 활동량, 수면량, 혈압, 스트레스 또는 날씨를 선정할 수 있다. 즉, 질병 별로 영향을 미치는 요소가 결정될 수 있다.
그리고 관리서버(300)는, 환자의 바이오 빅데이터를 분석하여, 상기 요소별로 상기 환자의 질환에 끼치는 영향력을 획득하여 가중치로 환산할 수 있다.
즉, 환자별로 질병에 요소가 끼치는 영향력이 서로 다를 수 있으므로, 관리서버(300)는, 장기간동안 축적된 바이오 빅데이터를 통해 영향력을 가중치로 획득할 수 있다.
예를 들어, 관리서버(300)는, 환자의 장기간 바이오 빅데이터를 분석하여 도 16과 같이, 질병에 영향을 주는 a~e 요소를 획득한 후 a~e 요소 별로 상기 질병에 끼치는 영향력에 따른 가중치를 획득할 수 있다.
그리고 관리서버(300)는, 단기간 동안 환자에게서 측정된 바이오 데이터를 토대로 상기 요소 별 가중치에 따른 스마트 파이차트를 생성하고, 출력단말(200)로 송신하여 사용자에게 제공할 수 있다.
예를 들어, 도 17의 j 그래프를 생성할 수 있다. 자세히, 관리서버(300)는, 환자의 질병 및 그동안 측정된 바이오 빅데이터에 따라, 환자의 질병에 영향을 끼치는 요소 및 요소별 가중치를 검출할 수 있다. 그리고 해당 요소를 파이차트에 반영하면서, 각 요소별 중심각을 가중치별로 서로 다르게 설정할 수 있다. 즉, 요소의 가중치가 높을수록 파이차트에서 넓은 영역을 부여하고, 가중치가 낮을수록 파이차트에서 좁은 영역을 부여할 수 있다.
그리고 관리서버(300)는, 소정의 기간(단기)의 바이오 데이터에 따른 요소별 점수를 산정할 수 있다. 예를들어, 관리서버(300)는, 바이오 데이터에 따라서 요소별 점수를 1~10점으로 산정하고, 상기 점수를 시각화하기 위해 스마트 파이차트에서 반지름에 대한 길이로 산정할 수 있다. 이와 같이 생성된 최종 스마트 파이차트는, 요소 별로 면적이 다르게 표시되어, 사용자의 질병에 미치는 요소의 영향력을 직관적으로 파악할 수 있게 제공하며, 요소별 가중치에 따라 단기간동안에 질병에 어느정도 영향이 끼쳤는지를 반지름에 대한 길이로서 나타내어, 소정의 기간동안의 생활패턴이 질병에 진행에 미친 개선, 악화 상황을 파악할 수 있다. 즉, 소정의 기간동안의 생활패턴에 따른 질병 영향을 스마트 파이차트의 내부 면적을 통해 시각적으로 확인하게 하여, 사용자의 생활패턴을 개선하도록 유도할 수 있다.
또한, 관리서버(300)는, 획득된 건강진단 결과정보를 바이오 차트 출력단말(200)로 송신하여 사용자에게 제공할 수 있다. (S109)
이때, 건강진단 결과정보를 수신한 바이오 차트 출력단말(200)은, 수신된 건강진단 결과정보를 의료상담 보조 콘텐츠로 표시할 수 있으며, 건강진단 결과정보를 표시하는 의료상담 보조 콘텐츠 상의 상담 입력 인터페이스를 통하여 의료상담 콘텐츠를 제공할 수 있다.
이와 같이, 관리서버(300)는, 딥러닝 뉴럴 네트워크를 통해 환자의 바이오 빅 데이터에 기반한 건강진단 결과정보를 제공함으로써, 인공지능에 기반한 객관적인 환자 건강진단이 수행되도록 보조할 수 있다.
한편, 본 발명의 실시예에서는, 히트 맵을 기반으로 딥러닝을 통해 환자의 건강을 진단하는 일련의 동작을 관리서버(300)에서 수행한다고 설명하였으나, 다른 실시예에서는, 바이오 차트 출력단말(200)에서 상기 일련의 동작을 수행하는 등 다양한 실시예가 가능할 것이다.
이상, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 환자의 바이오 데이터에 기초하여 시각화된 정보를 제공함으로써, 환자의 바이오 데이터에 대한 이해력을 향상시킬 수 있고, 환자의 건강 상태를 직관적으로 편리하게 확인 및 분석하게 할 수 있으며, 이를 통해 환자 진료의 질을 높여 적절한 후속조치를 도출할 수 있는 효과가 있다.
또한, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 각종 그래프 및 차트를 활용한 시각화 데이터를 생성해 제공함으로써, 환자의 바이오 데이터를 명확하게 하고 효과적으로 정보를 공유하려는 데이터 시각화의 취지를 용이하게 달성할 수 있는 효과가 있다.
또한, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 바이오 빅 데이터 시각화 및 이를 이용한 환자 건강진단 시스템에서 구현하는 일련의 동작을 통해 자동화된 방식으로 환자의 바이오 데이터를 획득함으로써, 환자의 기억에 의한 진술에만 의존하여 발생하는 건강진단 오류 및 객관성 저하의 문제점을 극복할 수 있다.
또한, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 히트 맵 방식의 데이터 시각화 처리를 수행함으로써, 복수의 정보를 하나의 표를 통해 제공 수 있으며 특히 컬러톤의 강약을 통해서 정보를 보다 직관적으로 시각화할 수 있는 효과가 있다.
또한, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 적어도 하나 이상의 바이오 데이터 측정장치(100)를 통해 획득된 다양한 환자 바이오 데이터 측정정보에 기초하여 시각화된 정보를 제공함으로써, 다양한 종류, 목적 및/또는 형태를 가지는 환자의 바이오 데이터를 체계적으로 관리하고 종합적으로 분석할 수 있는 효과가 있다.
또한, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 딥러닝 뉴럴 네트워크를 통해 환자의 바이오 데이터에 기반한 건강진단을 수행함으로써, 인공지능을 활용한 데이터 분석을 통해 보다 객관적인 환자의 건강진단 결과를 도출할 수 있는 효과가 있다.
또한, 본 발명의 실시예에 따른 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말은, 환자의 바이오 데이터를 의료상담 보조 콘텐츠 및/또는 의료상담 콘텐츠를 통해 제공함으로써, 시각화된 바이오 데이터의 사용성을 다양한 인터페이스를 통해 향상시킬 수 있고, 환자의 건강 상태를 직관적으로 인식하여 편리하게 이해하도록 도울 수 있으며, 환자 진료의 퀄리티를 향상시킬 수 있는 효과가 있다.
또한, 이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.
본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
또한 설명한 본 발명의 상세한 설명에서는 본 발명의 바람직한 실시 예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자 또는 해당 기술분야에 통상의 지식을 갖는 자라면 후술할 특허청구범위에 기재된 본 발명의 사상 및 기술 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다. 따라서, 본 발명의 기술적 범위는 명세서의 상세한 설명에 기재된 내용으로 한정되는 것이 아니라 특허청구범위에 의해 정하여져야만 할 것이다.
Claims (8)
- 바이오 데이터를 시각화한 바이오 차트를 출력하는 바이오 차트 출력단말로서,
상기 바이오 데이터를 저장하는 저장부;
상기 바이오 데이터를 기초로 바이오 차트를 생성하는 제어부; 및
상기 생성된 바이오 차트를 출력하는 디스플레이부를 포함하고,
상기 제어부는, 제 1 기간 누적된 제 1 바이오 데이터를 기초로 단기 바이오 차트를 생성하고, 상기 제 1 기간보다 긴 제 2 기간 누적된 제 2 바이오 데이터를 기초로 장기 바이오 차트를 생성하고, 상기 바이오 데이터 내에서 메인 바이오 데이터를 결정하고, 상기 메인 바이오 데이터를 상기 제 1 기간과 상기 제 2 기간 별로 솔팅(sorting)하며, 상기 솔팅된 제 1 기간의 메인 바이오 데이터를 기초로 단기 메인 차트를 생성하고, 상기 솔팅된 제 2 기간의 메인 바이오 데이터를 기초로 히트 맵을 포함하는 장기 메인 차트를 생성하고, 상기 바이오 데이터를 기반으로 서브 바이오 데이터를 결정하고, 상기 결정된 서브 바이오 데이터에 기초하여 제 2 연관 차트를 생성하여 서브 차트로 상기 바이오 차트에 포함시키는
바이오 차트 출력단말. - 삭제
- 삭제
- 삭제
- 바이오 데이터를 시각화한 바이오 차트를 출력하는 바이오 차트 출력단말로서,
상기 바이오 데이터를 저장하는 저장부;
상기 바이오 데이터를 기초로 바이오 차트를 생성하는 제어부; 및
상기 생성된 바이오 차트를 출력하는 디스플레이부를 포함하고,
상기 제어부는, 제 1 기간 누적된 제 1 바이오 데이터를 기초로 단기 바이오 차트를 생성하고, 상기 제 1 기간보다 긴 제 2 기간 누적된 제 2 바이오 데이터를 기초로 장기 바이오 차트를 생성하고, 상기 바이오 데이터 내에서 메인 바이오 데이터를 결정하고, 상기 메인 바이오 데이터를 상기 제 1 기간과 상기 제 2 기간 별로 솔팅(sorting)하며, 상기 솔팅된 제 1 기간의 메인 바이오 데이터를 기초로 단기 메인 차트를 생성하고, 상기 솔팅된 제 2 기간의 메인 바이오 데이터를 기초로 히트 맵을 포함하는 장기 메인 차트를 생성하고,상기 바이오 데이터 내에서 서브 바이오 데이터를 결정하고, 상기 서브 바이오 데이터를 표현하는 도형을 상기 히트 맵 상에 추가하는
바이오 차트 출력단말. - 제 1 항 및 제 5 항 중 어느 한 항에 있어서,
사용자의 입력을 감지하는 입력부; 를 더 포함하고,
상기 제어부는, 상기 바이오 차트를 인터랙션(interaction) 콘텐츠로 생성하여, 상기 입력부를 통한 사용자 입력에 따라서 상기 바이오 차트를 변화시키는
바이오 차트 출력단말. - 바이오 데이터와 상기 바이오 데이터를 시각화하는 프로그램이 저장된 메모리와, 상기 메모리를 독출하여 상기 바이오 데이터를 시각화한 바이오 차트를 생성하도록 제어하는 제어부와, 상기 생성된 바이오 차트를 표시하는 디스플레이부를 포함하고,
상기 제어부는, 상기 바이오 데이터가 소정의 기간 이상으로 누적된 바이오 빅 데이터를 획득하고, 상기 바이오 빅 데이터를 나타내는 히트 맵을 생성하고, 상기 생성된 히트 맵을 표시하도록 상기 디스플레이부를 제어하고,
상기 제어부는, 제 1 기간 누적된 제 1 바이오 데이터를 기초로 단기 바이오 차트를 생성하고, 상기 제 1 기간보다 긴 제 2 기간 누적된 제 2 바이오 데이터를 기초로 장기 바이오 차트를 생성하고, 상기 바이오 데이터 내에서 메인 바이오 데이터를 결정하고, 상기 메인 바이오 데이터를 상기 제 1 기간과 상기 제 2 기간 별로 솔팅(sorting)하며, 상기 솔팅된 제 1 기간의 메인 바이오 데이터를 기초로 단기 메인 차트를 생성하고, 상기 솔팅된 제 2 기간의 메인 바이오 데이터를 기초로 히트 맵을 포함하는 장기 메인 차트를 생성하고, 상기 바이오 데이터를 기반으로 서브 바이오 데이터를 결정하고, 상기 결정된 서브 바이오 데이터에 기초하여 제 2 연관 차트를 생성하여 서브 차트로 상기 바이오 차트에 포함시키는
바이오 차트 출력단말. - 바이오 데이터와 상기 바이오 데이터를 시각화하는 프로그램이 저장된 메모리와, 상기 메모리를 독출하여 상기 바이오 데이터를 시각화한 바이오 차트를 생성하도록 제어하는 제어부와, 상기 생성된 바이오 차트를 표시하는 디스플레이부를 포함하는 바이오 차트 출력단말에서 바이오 빅 데이터 시각화 방법으로서,
상기 바이오 데이터가 소정의 기간 이상으로 누적된 바이오 빅 데이터를 획득하는 단계;
상기 바이오 빅 데이터를 나타내는 히트 맵을 생성하는 단계; 및
상기 생성된 히트 맵을 표시하도록 상기 디스플레이부를 제어하는 단계를 포함하고,
상기 바이오 빅 데이터를 나타내는 히트 맵을 생성하는 단계는,
제 1 기간 누적된 제 1 바이오 데이터를 기초로 단기 바이오 차트를 생성하는 단계와, 상기 제 1 기간보다 긴 제 2 기간 누적된 제 2 바이오 데이터를 기초로 장기 바이오 차트를 생성하는 단계와, 상기 바이오 데이터 내에서 메인 바이오 데이터를 결정하는 단계와, 상기 메인 바이오 데이터를 상기 제 1 기간과 상기 제 2 기간 별로 솔팅(sorting)하는 단계와, 상기 솔팅된 제 1 기간의 메인 바이오 데이터를 기초로 단기 메인 차트를 생성하는 단계와, 상기 솔팅된 제 2 기간의 메인 바이오 데이터를 기초로 히트 맵을 포함하는 장기 메인 차트를 생성하는 단계와, 상기 바이오 데이터를 기반으로 서브 바이오 데이터를 결정하는 단계와, 상기 결정된 서브 바이오 데이터에 기초하여 제 2 연관 차트를 생성하여 서브 차트로 상기 바이오 차트에 포함시키는 단계를 포함하는
바이오 빅 데이터 시각화 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190123654A KR102380027B1 (ko) | 2019-10-07 | 2019-10-07 | 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190123654A KR102380027B1 (ko) | 2019-10-07 | 2019-10-07 | 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210041239A KR20210041239A (ko) | 2021-04-15 |
KR102380027B1 true KR102380027B1 (ko) | 2022-03-29 |
Family
ID=75440764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190123654A KR102380027B1 (ko) | 2019-10-07 | 2019-10-07 | 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102380027B1 (ko) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018009887A (ja) * | 2016-07-14 | 2018-01-18 | アズビル株式会社 | 情報表示装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140037325A (ko) * | 2012-09-17 | 2014-03-27 | 가천대학교 산학협력단 | 생체신호 측정기와 스마트 디바이스를 사용한 심전도 데이터 기반의 원격진료 시스템 및 방법 |
CN112998649A (zh) * | 2015-01-06 | 2021-06-22 | 大卫·伯顿 | 移动式可穿戴的监控*** |
KR101815455B1 (ko) | 2015-12-31 | 2018-01-05 | (주)블루와이즈 | 개인 건강정보 기반의 건강 콘텐츠 생성 및 맞춤형 정보 제공시스템 |
-
2019
- 2019-10-07 KR KR1020190123654A patent/KR102380027B1/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018009887A (ja) * | 2016-07-14 | 2018-01-18 | アズビル株式会社 | 情報表示装置 |
Also Published As
Publication number | Publication date |
---|---|
KR20210041239A (ko) | 2021-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230082019A1 (en) | Systems and methods for monitoring brain health status | |
Chouvarda et al. | Connected health and integrated care: Toward new models for chronic disease management | |
CN109119130A (zh) | 一种基于云计算的大数据健康管理***及方法 | |
US20190214134A1 (en) | System and method for automated healthcare service | |
US20230329650A1 (en) | Medical monitoring systems and methods | |
US20120215561A1 (en) | Online integrating system for anamnesis | |
Efat et al. | IoT based smart health monitoring system for diabetes patients using neural network | |
Bhavnani et al. | Virtual care 2.0—a vision for the future of data-driven technology-enabled healthcare | |
Javed et al. | Artificial intelligence for cognitive health assessment: state-of-the-art, open challenges and future directions | |
WO2021140670A1 (ja) | 情報伝達装置および情報伝達方法 | |
Thilakarathne et al. | Artificial Intelligence-Enabled IoT for Health and Wellbeing Monitoring | |
Sasi Kumar et al. | DeepQ Residue Analysis of Brain Computer Classification and Prediction Using Deep CNN | |
Sacchi et al. | Improving risk-stratification of Diabetes complications using temporal data mining | |
Hu et al. | Psychological stress level detection based on heartbeat mode | |
KR102380027B1 (ko) | 바이오 빅 데이터 시각화 방법을 이용한 환자 건강진단 단말 | |
Srinivasan et al. | A human-in-the-loop segmented mixed-effects modeling method for analyzing wearables data | |
CN116230222A (zh) | 对冠心病住院患者死亡概率预测的方法 | |
Zhang et al. | The National Sleep Research Resource: making data findable, accessible, interoperable, reusable and promoting sleep science | |
CN111863283A (zh) | 一种医疗健康大数据平台 | |
Canali et al. | Wearable technologies and stress: toward an ethically grounded approach | |
JEMAA et al. | Digital Twin For A Human Heart Using Deep Learning and Stream Processing Platforms | |
Kantode et al. | Big-Data in Healthcare Management and Analysis: A Review Article | |
WO2021152710A1 (ja) | 情報伝達装置および情報伝達方法 | |
Gupta et al. | Internet of Everything-Based Advanced Big Data Journey for the Medical Industry | |
US20230023391A1 (en) | Multiple Physiological Data Collection Device and System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E90F | Notification of reason for final refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |