KR102407987B1 - 바이오 데이터 허브를 구축하는 방법 및 장치 - Google Patents
바이오 데이터 허브를 구축하는 방법 및 장치 Download PDFInfo
- Publication number
- KR102407987B1 KR102407987B1 KR1020220005623A KR20220005623A KR102407987B1 KR 102407987 B1 KR102407987 B1 KR 102407987B1 KR 1020220005623 A KR1020220005623 A KR 1020220005623A KR 20220005623 A KR20220005623 A KR 20220005623A KR 102407987 B1 KR102407987 B1 KR 102407987B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- bio
- analysis
- hub
- information
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 79
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000013528 artificial neural network Methods 0.000 claims description 26
- 238000007405 data analysis Methods 0.000 claims description 24
- 238000012800 visualization Methods 0.000 claims description 16
- 238000007619 statistical method Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 description 38
- 230000036541 health Effects 0.000 description 20
- 208000017667 Chronic Disease Diseases 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 206010012601 diabetes mellitus Diseases 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 238000009509 drug development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 230000004580 weight loss Effects 0.000 description 1
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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2219—Large Object storage; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G16H50/70—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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
- H04L2209/88—Medical equipments
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Security & Cryptography (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
바이오 데이터 허브 구축 방법 및 장치가 개시된다. 바이오 데이터 허브 구축 장치는 주택에 설치된 제1 의료 사물 인터넷(IoMT) 장치로부터 복수의 제1 바이오 정보를 수집하고, 병원에 설치된 제2 의료 사물 인터넷 장치로부터 복수의 제2 바이오 정보를 수집하고, 복수의 제1 바이오 정보를 분석하여 복수의 제1 분석 데이터를 획득하고, 복수의 제2 바이오 정보를 분석하여 복수의 제2 분석 데이터를 획득하고, 복수의 제1 분석 데이터를 통합하여 제1 빅데이터를 획득하고, 복수의 제2 분석 데이터를 통합하여 제2 빅데이터를 획득하고, 제1 빅데이터 및 제2 빅데이터를 통합하여 통합 데이터를 획득하고, 통합 데이터를 블록체인에 저장함으로써 바이오 데이터 허브(Hub)를 구축할 수 있다.
Description
헬스 케어에 관한 것으로, 사물 인터넷을 이용하여 사용자의 바이오 정보를 수집하고 통합하는 기술에 관한 것이다.
네트워크 기술 및 IT 기술이 발달함에 따라 다양한 정보가 실시간으로 교환되고 있다. 의료 분야에서는, 사용자의 바이오 정보를 실시간으로 수집하여 사용자의 건강을 케어하는 서비스가 연구되고 있다. 의료 사물 인터넷 장치는 실시간으로 사용자의 바이오 정보가 수집되는 환경을 조성한다.
일 실시 예에 따른 프로세서에 의해 수행되는 바이오 데이터 허브 구축 방법은, 주택에 설치된 제1 의료 사물 인터넷(IoMT) 장치로부터 복수의 제1 바이오 정보를 수집하는 단계; 병원에 설치된 제2 의료 사물 인터넷 장치로부터 복수의 제2 바이오 정보를 수집하는 단계; 상기 복수의 제1 바이오 정보를 분석하여 복수의 제1 분석 데이터를 획득하는 단계; 상기 복수의 제2 바이오 정보를 분석하여 복수의 제2 분석 데이터를 획득하는 단계; 상기 복수의 제1 분석 데이터를 통합하여 제1 빅데이터를 획득하는 단계; 상기 복수의 제2 분석 데이터를 통합하여 제2 빅데이터를 획득하는 단계; 및 상기 제1 분석 데이터 및 상기 제2 분석 데이터를 통합하여 바이오 데이터 허브(Hub)를 구축하는 단계를 포함하고, 상기 바이오 데이터 허브를 구축하는 단계는, 상기 제1 빅데이터 및 상기 제2 빅데이터를 통합하여 통합 데이터를 획득하는 단계; 및 상기 통합 데이터를 블록체인(Block chain)에 저장하는 단계를 포함할 수 있다.
일 실시 예에 따르면, 상기 복수의 제1 바이오 정보를 수집하는 단계는, 하나 이상의 제1 사용자의 생활 패턴 정보 및 생체 정보를 수집하는 단계를 포함할 수 있다.
일 실시 예에 따르면, 상기 복수의 제2 바이오 정보를 수집하는 단계는, 하나 이상의 제2 사용자의 의료 정보 및 생체 정보를 수집하는 단계를 포함할 수 있다.
일 실시 예에 따르면, 상기 복수의 제1 분석 데이터를 획득하는 단계는, 상기 복수의 제1 바이오 정보에 통계 분석을 적용하여 복수의 제1 통계 데이터를 획득하는 단계; 상기 복수의 제1 통계 데이터 각각을 시각화하는 단계; 및 상기 시각화의 결과를 기초로 제1 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제1 분석 데이터를 획득하는 단계를 포함할 수 있다.
일 실시 예에 따르면, 상기 방법은, 상기 복수의 제1 분석 데이터를 이용하여 상기 제1 바이오 데이터 분석 뉴럴 네트워크를 학습시키는 단계를 더 포함할 수 있다.
일 실시 예에 따르면, 상기 복수의 제2 분석 데이터를 획득하는 단계는, 상기 복수의 제2 바이오 정보에 통계 분석을 적용하여 복수의 제2 통계 데이터를 획득하는 단계; 상기 복수의 제2 통계 데이터 각각을 시각화하는 단계; 및 상기 시각화의 결과를 기초로 제2 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제2 분석 데이터를 획득하는 단계를 포함할 수 있다.
일 실시 예에 따르면, 상기 복수의 제2 분석 데이터를 이용하여 상기 제2 바이오 데이터 분석 뉴럴 네트워크를 학습시키는 단계를 더 포함할 수 있다.
일 실시 예에 따르면, 상기 제1 빅데이터를 획득하는 단계는, 상기 복수의 제1 분석 데이터 간의 관계를 분석하여 제1 관계 데이터를 획득하는 단계; 및 상기 제1 관계 데이터를 필터링하여 상기 제1 빅데이터를 획득하는 단계를 포함할 수 있다.
일 실시 예에 따르면, 상기 제2 빅데이터를 획득하는 단계는, 상기 복수의 제2 분석 데이터 간의 관계를 분석하여 제2 관계 데이터를 획득하는 단계; 및 상기 제2 관계 데이터를 필터링하여 상기 제2 빅데이터를 획득하는 단계를 포함할 수 있다.
일 실시 예에 따른 바이오 데이터 허브 구축 장치는, 적어도 하나의 프로세서; 및 메모리를 포함하고, 상기 프로세서는, 주택에 설치된 제1 의료 사물 인터넷(IoMT) 장치로부터 복수의 제1 바이오 정보를 수집하고, 병원에 설치된 제2 의료 사물 인터넷 장치로부터 복수의 제2 바이오 정보를 수집하고, 상기 복수의 제1 바이오 정보를 분석하여 복수의 제1 분석 데이터를 획득하고, 상기 복수의 제2 바이오 정보를 분석하여 복수의 제2 분석 데이터를 획득하고, 상기 복수의 제1 분석 데이터를 통합하여 제1 빅데이터를 획득하고, 상기 복수의 제2 분석 데이터를 통합하여 제2 빅데이터를 획득하고, 상기 제1 빅데이터 및 상기 제2 빅데이터를 통합하여 통합 데이터를 획득하고, 상기 통합 데이터를 블록체인(Block chain)에 저장함으로써 상기 바이오 데이터 허브(Hub)를 구축할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 하나 이상의 제1 사용자의 생활 패턴 정보 및 생체 정보를 수집할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 하나 이상의 제2 사용자의 의료 정보 및 생체 정보를 수집할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 복수의 제1 바이오 정보에 통계 분석을 적용하여 복수의 제1 통계 데이터를 획득하고, 상기 복수의 제1 통계 데이터 각각을 시각화하고, 상기 시각화의 결과를 기초로 제1 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제1 분석 데이터를 획득할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 복수의 제1 분석 데이터를 이용하여 상기 제1 바이오 데이터 분석 뉴럴 네트워크를 학습시킬 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 복수의 제2 바이오 정보에 통계 분석을 적용하여 복수의 제2 통계 데이터를 획득하고, 상기 복수의 제2 통계 데이터 각각을 시각화하고, 상기 시각화의 결과를 기초로 제2 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제2 분석 데이터를 획득할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 복수의 제2 분석 데이터를 이용하여 상기 제2 바이오 데이터 분석 뉴럴 네트워크를 학습시킬 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 복수의 제1 분석 데이터 간의 관계를 분석하여 제1 관계 데이터를 획득하고, 상기 제1 관계 데이터를 필터링하여 상기 제1 빅데이터를 획득할 수 있다.
일 실시 예에 따르면, 상기 프로세서는, 상기 복수의 제2 분석 데이터 간의 관계를 분석하여 제2 관계 데이터를 획득하고, 상기 제2 관계 데이터를 필터링하여 상기 제2 빅데이터를 획득할 수 있다.
도 1은 일 실시예에 따른 바이오 데이터 허브 구축 장치에 의해 바이오 데이터 허브를 구축하는 상황을 도시한 도면이다.
도 2는 일 실시예에 따른 바이오 데이터 허브 구축 방법의 동작을 도시한 순서도이다.
도 3은 일 실시예에 따른 바이오 데이터 허브 구축 방법의 일례를 도시한 흐름도이다.
도 4는 일 실시예에 따른 바이오 데이터 허브에 저장된 데이터의 일례를 도시한 도면이다.
도 5는 일 실시예에 따른 바이오 데이터 허브 구축 장치의 구성을 도시한 도면이다.
도 2는 일 실시예에 따른 바이오 데이터 허브 구축 방법의 동작을 도시한 순서도이다.
도 3은 일 실시예에 따른 바이오 데이터 허브 구축 방법의 일례를 도시한 흐름도이다.
도 4는 일 실시예에 따른 바이오 데이터 허브에 저장된 데이터의 일례를 도시한 도면이다.
도 5는 일 실시예에 따른 바이오 데이터 허브 구축 장치의 구성을 도시한 도면이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명하는 실시예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시예들은 실시 형태에 대해 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 일 실시예에 따른 바이오 데이터 허브 구축 장치에 의해 바이오 데이터 허브를 구축하는 상황을 도시한 도면이다.
일 실시에예 따르면, 바이오 데이터 허브 구축 장치(100)는 다양한 장소에서 사용자들의 바이오 정보를 수집할 수 있다. 바이오 데이터 허브 구축 장치(100)는 수집한 바이오 정보를 분석한 결과를 기초로 바이오 데이터 허브(Hub)를 구축할 수 있다.
바이오 데이터 허브 구축 장치(100)는 사용자의 건강을 관리하는 의료 서비스 분야에 적용될 수 있다. 바이오 데이터 허브 구축 장치(100)는 사용자의 건간 상태를 확인하고 질환 발생을 예측하고 질환에 대한 예방을 제언하고 만성 질환을 관리하고 오프라인 진료의 필요성을 알리고 복약 지도를 제공하는 등의 의료 서비스 분야에 적용될 수 있다.
바이오 데이터 허브 구축 장치(100)는 증상과 질환 상태의 변동을 기초로 진료 서비스 뿐만 아니라 사용자의 건강 상태에 대한 예측 서비스에도 활용될 수 있는 바이오 데이터 허브를 제공할 수 있다. 바이오 데이터 허브 구축 장치(100)는 진료 또는 예방 목적의 의료적 조언을 제공할 수 있는 바이오 데이터 허브를 제공할 수 있다. 바이오 데이터 허브 구축 장치(100)는 의료 사물 인터넷 장치 등을 통해 언제 어디서나 사용자의 정보를 수신하여 사용자의 상태를 확인하고 진료하는 서비스를 제공할 수 있다. 바이오 데이터 허브 구축 장치(100)는 다수의 사용자로부터 수집한 바이오 정보를 뉴럴 네트워크를 통해 분석하고 학습함으로써 보다 자동화되고 정확한 의료적 조언을 제공할 수 있다. 이를 통해, 바이오 데이터 허브 구축 장치(100)는 사용자의 건강을 증진하고 만성 질환에 대한 관리에 강점을 가지는 헬스케어 서비스를 제공할 수 있다.
바이오 데이터 허브 구축 장치(100)는 다양한 장소에 설치된 통신 가능한 장치들을 통해 사용자들의 생활 패턴 정보, 생체 정보 또는 의료 정보를 수신할 수 있다. 바이오 데이터 허브 구축 장치(100)는, 예를 들어, 의료 사물 인터넷(IoMT) 또는 의료 장치 등으로부터 사용자들의 바이오 정보를 수집할 수 있다.
여기서, 생활패턴 정보는 사용자의 건강과 관련된 정보 중에서 사용자의 활동과 관련된 정보들을 포함할 수 있다. 예를 들어, 생활 패턴 정보는 사용자의 걷기 횟수, 운동량, 수면시간, 수면 품질 등의 정보를 포함할 수 있다. 생체 정보는 사용자의 건강 상태를 직접적으로 나타내는 정보를 의미하며, 예를 들어, 혈압 또는 당뇨 수치 등을 포함할 수 있다. 의료 정보는 의료 기관에서 수집되어 전산화된 정보를 포함할 수 있다. 의료 정보는, 예를 들어, 의료 기관에 방문한 날짜, 진료 기록 등을 포함할 수 있다.
바이오 데이터 허브 구축 장치(100)는 네트워크를 통해 사용자의 주택(101) 또는 병원(103) 내에 설치되어 있는 IoMT 또는 의료 장치로부터 생활 패턴 정보, 생체정보, 의료 정보를 수신할 수 있다. 예를 들어, 네트워크는 블루투스, 지그비, 동글(Dongle)을 사용한 근거리 통신, WiFi, LTE, 5G 등의 무선 통신에 사용되는 네트워크를 포함할 수 있다. 예를 들어, IoMT와의 통신에 사용되는 통신 기능은 IEEE에서 제시한 기준을 준수할 수 있다.
바이오 데이터 허브 구축 장치(100)는 의료 사물 인터넷 장치와 네트워크로 연결될 수 있다. 네트워크는 유/무선 네트워크를 포함할 수 있다. 의료 사물 인터넷 장치는 스마트 워치(Smart watch), 스마트 밴드(Smart band) 등의 웨어러블 장치(Wearable device)나 스마트 폰(Smart phone) 등의 통신 가능한 단말기 또는 인체 이식형 장치 등을 포함할 수 있다. 바이오 데이터 허브 구축 장치(100)는 이러한 장치들로부터 수집된 정보를 네트워크를 이용하여 수신할 수 있다.
바이오 데이터 허브 구축 장치(100)는 수집된 바이오 정보를 분석할 수 있다. 바이오 데이터 허브 구축 장치(100)는 바이오 정보에 대해 통계 분석을 적용하거나 데이터를 시각화할 수 있다. 바이오 데이터 허브 구축 장치(100)는 분석 결과를 기초로 분석에 사용된 모델을 학습할 수도 있다.
바이오 데이터 허브 구축 장치(100)는 수신 받은 생활 패턴 정보, 생체 정보 또는 의료 정보를 사용자의 PHR(Personal Health Record)를 중심으로 통합할 수 있다. 바이오 데이터 허브 구축 장치(100)는 수집한 정보에 대해 군집화, 시계열 분석, 분포도 등의 통계분석과 회귀분석 등의 분석 기법을 통해 분석 과정을 수행할 수 있다. 이를 통해, 바이오 데이터 허브 구축 장치(100)는, 예를 들어, "건강/만성질환 히스토리 분석", "건강 정보-증상-질병/만성질환 상관 관계", "만성질환 건강관리" 등의 건강 증진 및 만성 질환을 관리할 수 있는 정보를 제공할 수 있다.
바이오 데이터 허브 구축 장치(100)는 사용자들의 바이오 정보를 분석한 결과를 통합하여 빅데이터를 획득할 수 있다. 빅데이터는 다양한 기준으로 관련된 데이터들을 종합하거나 데이터로부터 추출해낸 정보 또는 데이터 간의 관계 정보를 포함할 수 있다.
예를 들어, 바이오 데이터 허브 구축 장치(100)는 정형/비정형 데이터간의 연관관계를 파악하거나 상이한 데이터 구조의 생활패턴 정보 및 셍체정보와 PHR 데이터간의 관계를 파악할 수 있다. 바이오 데이터 허브 구축 장치(100)는 분석 데이터들의 플랫폼을 통합하고 필터링을 통해 노이즈를 제공할 수 있다. 바이오 데이터 허브 구축 장치(100)는 통합 결과로서 빅데이터를 생성할 수 있고, 이러한 빅데이터는 익명성을 가질 수 있다. 바이오 데이터 허브 구축 장치(100)는 생활패턴 정보, 건강/생체 데이터, 임상데이터, 청구데이터, 보험데이터 등으로 분석 데이터를 분류하고 정리할 수 있다.
바이오 데이터 허브 구축 장치(100)는 빅데이터들을 통합하여 바이오 데이터 허브(110)를 구축할 수 있다. 바이오 데이터 허브 구축 장치(100)는 사용자의 생활패턴 정보, 건강/생체 데이터 및 분석된 결과 데이터를 필요로 하는 유관 기관에 안전하게 제공할 수 있다. 바이오 데이터 허브 구축 장치(100)는 데이터에 익명성을 부여하고 위변조를 방지하며 데이터 교환이 용이하도록 블록체인 관리 기능을 제공할 수 있다. 바이오 데이터 허브(110)는 블록체인의 해쉬값 등으로 데이터의 위변조 여부를 검증할 수 있다.
바이오 데이터 허브 구축 장치(100)는 구축된 바이오 데이터 허브(110)를 이용하여 걷기/운동 효과, 음식 식단 조절 효과, 체중 감량 조언, 신체/건강 상태에 적합한 운동 지도, 기초 체온 관리, 수면 패턴의 분석과 조언, 혈압 및 당뇨 등 만성질환 상태 파악, 질환별 정상/이상/위험군/고위험군 구별, 복약 지도, 당뇨 케어, 고혈압 케어 등의 디지털 헬스케어 서비스를 제공할 수 있다.
도 2는 일 실시예에 따른 바이오 데이터 허브 구축 방법의 동작을 도시한 순서도이다.
일 실시예에 따르면, 단계(201)에서, 바이오 데이터 허브 구축 장치(100)는 주택에 설치된 제1 의료 사물 인터넷(IoMT) 장치로부터 복수의 제1 바이오 정보를 수집한다. 바이오 데이터 허브 구축 장치(100)는 하나 이상의 제1 사용자의 생활 패턴 정보 및 생체 정보를 수집할 수 있다.
일 실시예에 따르면, 단계(203)에서, 바이오 데이터 허브 구축 장치(100)는 병원에 설치된 제2 의료 사물 인터넷 장치로부터 복수의 제2 바이오 정보를 수집한다. 바이오 데이터 허브 구축 장치(100)는 하나 이상의 제2 사용자의 의료 정보 및 생체 정보를 수집할 수 있다.
일 실시예에 따르면, 단계(205)에서, 바이오 데이터 허브 구축 장치(100)는 복수의 제1 바이오 정보를 분석하여 복수의 제1 분석 데이터를 획득한다. 바이오 데이터 허브 구축 장치(100)는 복수의 제1 바이오 정보에 통계 분석을 적용하여 복수의 제1 통계 데이터를 획득할 수 있다. 바이오 데이터 허브 구축 장치(100)는 복수의 제1 통계 데이터 각각을 시각화할 수 있다. 바이오 데이터 허브 구축 장치(100)는 시각화의 결과를 기초로 제1 바이오 데이터 분석 뉴럴 네트워크를 이용하여 복수의 제1 분석 데이터를 획득할 수 있다.
다른 실시예에 따르면, 바이오 데이터 허브 구축 장치(100)는 복수의 제1 분석 데이터를 이용하여 제1 바이오 데이터 분석 뉴럴 네트워크를 학습시킬 수 있다. 이를 통해, 바이오 데이터 허브 구축 장치(100)는 보다 정확하게 데이터를 분석할 수 있다.
일 실시예에 따르면, 단계(207)에서, 바이오 데이터 허브 구축 장치(100)는 복수의 제2 바이오 정보를 분석하여 복수의 제2 분석 데이터를 획득한다. 바이오 데이터 허브 구축 장치(100)는 복수의 제2 바이오 정보에 통계 분석을 적용하여 복수의 제2 통계 데이터를 획득할 수 있다. 바이오 데이터 허브 구축 장치(100)는 복수의 제2 통계 데이터 각각을 시각화할 수 있다. 바이오 데이터 허브 구축 장치(100)는 시각화의 결과를 기초로 제2 바이오 데이터 분석 뉴럴 네트워크를 이용하여 복수의 제2 분석 데이터를 획득할 수 있다.
다른 실시예에 따르면, 바이오 데이터 허브 구축 장치(100)는 복수의 제2 분석 데이터를 이용하여 제2 바이오 데이터 분석 뉴럴 네트워크를 학습시킬 수 있다. 이를 통해, 바이오 데이터 허브 구축 장치(100)는 보다 정확하게 데이터를 분석할 수 있다.
일 실시예에 따르면, 단계(209)에서, 바이오 데이터 허브 구축 장치(100)는 복수의 제1 분석 데이터를 통합하여 제1 빅데이터를 획득한다. 바이오 데이터 허브 구축 장치(100)는 복수의 제1 분석 데이터 간의 관계를 분석하여 제1 관계 데이터를 획득할 수 있다. 바이오 데이터 허브 구축 장치(100)는 제1 관계 데이터를 필터링하여 제1 빅데이터를 획득할 수 있다.
일 실시예에 따르면, 단계(211)에서, 바이오 데이터 허브 구축 장치(100)는 복수의 제2 분석 데이터를 통합하여 제2 빅데이터를 획득한다. 바이오 데이터 허브 구축 장치(100)는 복수의 제2 분석 데이터 간의 관계를 분석하여 제2 관계 데이터를 획득할 수 있다. 바이오 데이터 허브 구축 장치(100)는 제2 관계 데이터를 필터링하여 제2 빅데이터를 획득할 수 있다.
일 실시예에 따르면, 단계(213)에서, 바이오 데이터 허브 구축 장치(100)는 제1 분석 데이터 및 제2 분석 데이터를 통합하여 바이오 데이터 허브(Hub)를 구축한다. 바이오 데이터 허브 구축 장치(100)는 제1 빅데이터 및 제2 빅데이터를 통합하여 통합 데이터를 획득할 수 있다. 바이오 데이터 허브 구축 장치(100)는 통합 데이터를 블록체인(Block chain)에 저장할 수 있다.
도 3은 일 실시예에 따른 바이오 데이터 허브 구축 방법의 일례를 도시한 흐름도이다.
단계(302)에서, 바이오 데이터 허브 구축 장치(100)는 주택의 제1 의료 사물 인터넷(301)으로부터 생활 패턴 정보를 수집할 수 있다. 단계(312)에서, 바이오 데이터 허브 구축 장치(100)는 주택의 제1 의료 사물 인터넷(301)으로부터 생체 정보를 수집할 수 있다.
단계(303)에서, 바이오 데이터 허브 구축 장치(100)는 수집된 데이터에 대하여 통계 처리를 수행할 수 있다. 예를 들어, 바이오 데이터 허브 구축 장치(100)는 수집 데이터와 표준 데이터를 비교하여 수집된 데이터에 대응하는 사용자의 건강 상태를 분석할 수 있다.
단계(304)에서, 바이오 데이터 허브 구축 장치(100)는 통계 처리가 수행된 데이터에 대해 시각화 과정을 적용할 수 있다. 예를 들어, 바이오 데이터 허브 구축 장치(100)는 데이터의 정보 집산에 대해 시각화 결과를 제공할 수 있으며 대시보드와 같은 인터페이스를 통해 편의성을 증가시킬 수 있다.
단계(305)에서, 바이오 데이터 허브 구축 장치(100)는 시각화된 데이터에 대해 분석 및 학습 과정을 적용할 수 있다. 바이오 데이터 허브 구축 장치(100)는 분석 과정에서 사용된 뉴럴 네트워크 모델을 비교 데이터 또는 학습 데이터를 이용하여 학습시킬 수 있다. 학습된 뉴럴 네트워크는 다음번 분석에서 보다 좋은 성능을 나타낼 수 있다.
단계(306)에서, 바이오 데이터 허브 구축 장치(100)는 데이터의 분석 결과를 기초로 다양한 데이터를 통합하여 빅데이터를 구축할 수 있다. 빅데이터는 각각의 분석 결과 간의 연관 관계를 포함할 수 있다. 예를 들어, 바이오 데이터 허브 구축 장치(100)는 건강 데이터, 생체 데이터 등으로 연관성 있는 데이터들을 빅데이터화할 수 있다.
단계(322)에서, 바이오 데이터 허브 구축 장치(100)는 주택의 제1 의료 사물 인터넷(321)으로부터 생활 패턴 정보를 수집할 수 있다. 단계(332)에서, 바이오 데이터 허브 구축 장치(100)는 주택의 제1 의료 사물 인터넷(321)으로부터 생체 정보를 수집할 수 있다.
단계(323)에서, 바이오 데이터 허브 구축 장치(100)는 수집된 데이터에 대하여 통계 처리를 수행할 수 있다. 예를 들어, 바이오 데이터 허브 구축 장치(100)는 수집 데이터와 표준 데이터를 비교하여 수집된 데이터에 대응하는 사용자의 건강 상태를 분석할 수 있다.
단계(324)에서, 바이오 데이터 허브 구축 장치(100)는 통계 처리가 수행된 데이터에 대해 시각화 과정을 적용할 수 있다. 예를 들어, 바이오 데이터 허브 구축 장치(100)는 데이터의 정보 집산에 대해 시각화 결과를 제공할 수 있으며 대시보드와 같은 인터페이스를 통해 편의성을 증가시킬 수 있다.
단계(325)에서, 바이오 데이터 허브 구축 장치(100)는 시각화된 데이터에 대해 분석 및 학습 과정을 적용할 수 있다. 바이오 데이터 허브 구축 장치(100)는 분석 과정에서 사용된 뉴럴 네트워크 모델을 비교 데이터 또는 학습 데이터를 이용하여 학습시킬 수 있다. 학습된 뉴럴 네트워크는 다음번 분석에서 보다 좋은 성능을 나타낼 수 있다.
단계(326)에서, 바이오 데이터 허브 구축 장치(100)는 데이터의 분석 결과를 기초로 다양한 데이터를 통합하여 빅데이터를 구축할 수 있다. 빅데이터는 각각의 분석 결과 간의 연관 관계를 포함할 수 있다. 예를 들어, 바이오 데이터 허브 구축 장치(100)는 건강 데이터, 생체 데이터, PACS 데이터 등으로 연관성 있는 데이터들을 빅데이터화할 수 있다.
바이오 데이터 허브 구축 장치(100)는 각각의 빅데이터를 통합하여 바이오 데이터 허브(307)를 구축할 수 있다. 바이오 데이터 허브(307)에 포함된 데이터는 익명성을 가지며 위조/변조가 불가능하고 접근 기록이 보존될 수 있다. 바이오 데이터 허브(307)에 포함된 정보는 생명 보험사, 병원, 제약사, 손해보험사 등에 의해 접근될 수 있다.
도 4는 일 실시예에 따른 바이오 데이터 허브에 저장된 데이터의 일례를 도시한 도면이다.
바이오 데이터 허브는 다양한 정보를 포함할 수 있다. 바이오 데이터 허브는 다양한 기준으로 통합된 빅데이터를 포함할 수 있다. 예를 들어, 도 4를 참조하면, 바이오 데이터 허브는 제약 R&D 데이터(401), 건강관리 데이터(402), 임상 데이터(403) 및 보험 데이터(404)를 포함할 수 있다.
제약 R&D 데이터(401)는 유전체(genome) 연구, 신약 개발, 임상 시험과 관련된 데이터를 포함할 수 있다. 건강관리 데이터(402)는 운동, 심박/호흡/체온, 식이/칼로리, 흡연/음주, 환경 측정 관련 정보를 포함할 수 있다. 임상 데이터(403)는 환자 정보, 의료 영상, 진단 검사 기록, 의사 진료/상담 기록, 입원 환자 모니터링 기록, 처방/투약 정보를 포함할 수 있다. 보험 데이터(404)는 가입자 정보, 보험료 납부, 진료비 청구, 급여 지불 관련 정보를 포함할 수 있다.
도 5는 일 실시예에 따른 바이오 데이터 허브 구축 장치의 구성을 도시한 도면이다.
일 실시예에 따르면, 바이오 데이터 허브 구축 장치(100)는 적어도 하나의 프로세서(501) 및 메모리(503)를 포함한다.
프로세서(501)는 주택에 설치된 제1 의료 사물 인터넷(IoMT) 장치로부터 복수의 제1 바이오 정보를 수집한다. 프로세서(501)는 하나 이상의 제1 사용자의 생활 패턴 정보 및 생체 정보를 수집할 수 있다.
프로세서(501)는 병원에 설치된 제2 의료 사물 인터넷 장치로부터 복수의 제2 바이오 정보를 수집한다. 프로세서(501)는 하나 이상의 제2 사용자의 의료 정보 및 생체 정보를 수집할 수 있다.
프로세서(501)는 복수의 제1 바이오 정보를 분석하여 복수의 제1 분석 데이터를 획득한다. 프로세서(501)는 복수의 제1 바이오 정보에 통계 분석을 적용하여 복수의 제1 통계 데이터를 획득하고, 복수의 제1 통계 데이터 각각을 시각화하고, 시각화의 결과를 기초로 제1 바이오 데이터 분석 뉴럴 네트워크를 이용하여 복수의 제1 분석 데이터를 획득할 수 있다. 프로세서(501)는 복수의 제1 분석 데이터를 이용하여 제1 바이오 데이터 분석 뉴럴 네트워크를 학습시킬 수 있다.
프로세서(501)는 복수의 제2 바이오 정보를 분석하여 복수의 제2 분석 데이터를 획득한다. 프로세서(501)는 복수의 제2 바이오 정보에 통계 분석을 적용하여 복수의 제2 통계 데이터를 획득하고, 복수의 제2 통계 데이터 각각을 시각화하고, 시각화의 결과를 기초로 제2 바이오 데이터 분석 뉴럴 네트워크를 이용하여 복수의 제2 분석 데이터를 획득할 수 있다. 프로세서(501)는 복수의 제2 분석 데이터를 이용하여 제2 바이오 데이터 분석 뉴럴 네트워크를 학습시킬 수 있다.
프로세서(501)는 복수의 제1 분석 데이터를 통합하여 제1 빅데이터를 획득한다. 프로세서(501)는 복수의 제1 분석 데이터 간의 관계를 분석하여 제1 관계 데이터를 획득하는고, 제1 관계 데이터를 필터링하여 제1 빅데이터를 획득할 수 있다.
프로세서(501)는 복수의 제2 분석 데이터를 통합하여 제2 빅데이터를 획득한다. 프로세서(501)는 복수의 제2 분석 데이터 간의 관계를 분석하여 제2 관계 데이터를 획득하고, 제2 관계 데이터를 필터링하여 제2 빅데이터를 획득할 수 있다.
프로세서(501)는 제1 분석 데이터 및 제2 분석 데이터를 통합하여 바이오 데이터 허브(Hub)를 구축한다. 프로세서(501)는 제1 빅데이터 및 제2 빅데이터를 통합하여 통합 데이터를 획득하고, 통합 데이터를 블록체인(Block chain)에 저장할 수 있다.
일 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
Claims (18)
- 프로세서에 의해 수행되는 바이오 데이터 허브 구축 방법에 있어서,
주택에 설치된 제1 의료 사물 인터넷(IoMT) 장치로부터 복수의 제1 바이오 정보를 수집하는 단계;
병원에 설치된 제2 의료 사물 인터넷 장치로부터 복수의 제2 바이오 정보를 수집하는 단계;
상기 복수의 제1 바이오 정보를 분석하여 복수의 제1 분석 데이터를 획득하는 단계;
상기 복수의 제2 바이오 정보를 분석하여 복수의 제2 분석 데이터를 획득하는 단계;
상기 복수의 제1 분석 데이터 간의 관계를 분석하여 제1 관계 데이터를 획득하고, 상기 제1 관계 데이터를 활용하여 제1 빅데이터를 획득하는 단계;
상기 복수의 제2 분석 데이터 간의 관계를 분석하여 제2 관계 데이터를 획득하고, 상기 제2 관계 데이터를 활용하여 제2 빅데이터를 획득하는 단계; 및
상기 제1 빅데이터 및 상기 제2 빅데이터를 통합하여 통합 데이터를 획득하고, 상기 통합 데이터를 블록체인(Block chain)에 저장함으로써 바이오 데이터 허브(Hub)를 구축하는 단계
를 포함하는,
바이오 데이터 허브 구축 방법.
- 제1항에 있어서,
상기 복수의 제1 바이오 정보를 수집하는 단계는,
하나 이상의 제1 사용자의 생활 패턴 정보 및 생체 정보를 수집하는 단계
를 포함하는,
바이오 데이터 허브 구축 방법.
- 제1항에 있어서,
상기 복수의 제2 바이오 정보를 수집하는 단계는,
하나 이상의 제2 사용자의 의료 정보 및 생체 정보를 수집하는 단계
를 포함하는,
바이오 데이터 허브 구축 방법.
- 제1항에 있어서,
상기 복수의 제1 분석 데이터를 획득하는 단계는,
상기 복수의 제1 바이오 정보에 통계 분석을 적용하여 복수의 제1 통계 데이터를 획득하는 단계;
상기 복수의 제1 통계 데이터 각각을 시각화하는 단계; 및
상기 시각화의 결과를 기초로 제1 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제1 분석 데이터를 획득하는 단계
를 포함하는,
바이오 데이터 허브 구축 방법.
- 제4항에 있어서,
상기 복수의 제1 분석 데이터를 이용하여 상기 제1 바이오 데이터 분석 뉴럴 네트워크를 학습시키는 단계
를 더 포함하는,
바이오 데이터 허브 구축 방법.
- 제1항에 있어서,
상기 복수의 제2 분석 데이터를 획득하는 단계는,
상기 복수의 제2 바이오 정보에 통계 분석을 적용하여 복수의 제2 통계 데이터를 획득하는 단계;
상기 복수의 제2 통계 데이터 각각을 시각화하는 단계; 및
상기 시각화의 결과를 기초로 제2 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제2 분석 데이터를 획득하는 단계
를 포함하는,
바이오 데이터 허브 구축 방법.
- 제6항에 있어서,
상기 복수의 제2 분석 데이터를 이용하여 상기 제2 바이오 데이터 분석 뉴럴 네트워크를 학습시키는 단계
를 더 포함하는, 바이오 데이터 허브 구축 방법.
- 제1항에 있어서,
상기 제1 빅데이터를 획득하는 단계는,
상기 제1 관계 데이터를 필터링하여 상기 제1 빅데이터를 획득하는 단계
를 포함하는,
바이오 데이터 허브 구축 방법.
- 제1항에 있어서,
상기 제2 빅데이터를 획득하는 단계는,
상기 제2 관계 데이터를 필터링하여 상기 제2 빅데이터를 획득하는 단계
를 포함하는,
바이오 데이터 허브 구축 방법.
- 적어도 하나의 프로세서; 및
메모리를 포함하고,
상기 프로세서는,
주택에 설치된 제1 의료 사물 인터넷(IoMT) 장치로부터 복수의 제1 바이오 정보를 수집하고,
병원에 설치된 제2 의료 사물 인터넷 장치로부터 복수의 제2 바이오 정보를 수집하고,
상기 복수의 제1 바이오 정보를 분석하여 복수의 제1 분석 데이터를 획득하고,
상기 복수의 제2 바이오 정보를 분석하여 복수의 제2 분석 데이터를 획득하고,
상기 복수의 제1 분석 데이터 간의 관계를 분석하여 제1 관계 데이터를 획득하고, 상기 제1 관계 데이터를 활용하여 제1 빅데이터를 획득하고,
상기 복수의 제2 분석 데이터 간의 관계를 분석하여 제2 관계 데이터를 획득하고, 상기 제2 관계 데이터를 활용하여 제2 빅데이터를 획득하고,
상기 제1 빅데이터 및 상기 제2 빅데이터를 통합하여 통합 데이터를 획득하고, 상기 통합 데이터를 블록체인(Block chain)에 저장함으로써 바이오 데이터 허브(Hub)를 구축하는,
바이오 데이터 허브 구축 장치.
- 제10항에 있어서,
상기 프로세서는,
하나 이상의 제1 사용자의 생활 패턴 정보 및 생체 정보를 수집하는,
바이오 데이터 허브 구축 장치.
- 제10항에 있어서,
상기 프로세서는,
하나 이상의 제2 사용자의 의료 정보 및 생체 정보를 수집하는,
바이오 데이터 허브 구축 장치.
- 제10항에 있어서,
상기 프로세서는,
상기 복수의 제1 바이오 정보에 통계 분석을 적용하여 복수의 제1 통계 데이터를 획득하고,
상기 복수의 제1 통계 데이터 각각을 시각화하고,
상기 시각화의 결과를 기초로 제1 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제1 분석 데이터를 획득하는,
바이오 데이터 허브 구축 장치.
- 제13항에 있어서,
상기 프로세서는,
상기 복수의 제1 분석 데이터를 이용하여 상기 제1 바이오 데이터 분석 뉴럴 네트워크를 학습시키는,
바이오 데이터 허브 구축 장치.
- 제10항에 있어서,
상기 프로세서는,
상기 복수의 제2 바이오 정보에 통계 분석을 적용하여 복수의 제2 통계 데이터를 획득하고,
상기 복수의 제2 통계 데이터 각각을 시각화하고,
상기 시각화의 결과를 기초로 제2 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제2 분석 데이터를 획득하는,
바이오 데이터 허브 구축 장치.
- 제15항에 있어서,
상기 프로세서는,
상기 복수의 제2 분석 데이터를 이용하여 상기 제2 바이오 데이터 분석 뉴럴 네트워크를 학습시키는,
바이오 데이터 허브 구축 장치.
- 제10항에 있어서,
상기 프로세서는,
상기 제1 관계 데이터를 필터링하여 상기 제1 빅데이터를 획득하는,
바이오 데이터 허브 구축 장치.
- 제10항에 있어서,
상기 프로세서는,
상기 제2 관계 데이터를 필터링하여 상기 제2 빅데이터를 획득하는,
바이오 데이터 허브 구축 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220005623A KR102407987B1 (ko) | 2019-10-21 | 2022-01-14 | 바이오 데이터 허브를 구축하는 방법 및 장치 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190130490A KR102355123B1 (ko) | 2019-10-21 | 2019-10-21 | 바이오 데이터 허브를 구축하는 방법 및 장치 |
KR1020220005623A KR102407987B1 (ko) | 2019-10-21 | 2022-01-14 | 바이오 데이터 허브를 구축하는 방법 및 장치 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190130490A Division KR102355123B1 (ko) | 2019-10-21 | 2019-10-21 | 바이오 데이터 허브를 구축하는 방법 및 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220013582A KR20220013582A (ko) | 2022-02-04 |
KR102407987B1 true KR102407987B1 (ko) | 2022-06-13 |
Family
ID=75728211
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190130490A KR102355123B1 (ko) | 2019-10-21 | 2019-10-21 | 바이오 데이터 허브를 구축하는 방법 및 장치 |
KR1020220005623A KR102407987B1 (ko) | 2019-10-21 | 2022-01-14 | 바이오 데이터 허브를 구축하는 방법 및 장치 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190130490A KR102355123B1 (ko) | 2019-10-21 | 2019-10-21 | 바이오 데이터 허브를 구축하는 방법 및 장치 |
Country Status (1)
Country | Link |
---|---|
KR (2) | KR102355123B1 (ko) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160125544A (ko) * | 2015-04-21 | 2016-11-01 | 성균관대학교산학협력단 | 클라우드 환경을 이용한 사용자 중심의 헬스케어 빅데이터 서비스 방법, 그 방법을 수행하는 컴퓨터프로그램 및 시스템 |
KR102558021B1 (ko) * | 2016-06-10 | 2023-07-24 | 한국전자통신연구원 | 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법 |
KR101893882B1 (ko) | 2016-12-29 | 2018-10-04 | 김남균 | 독거노인 행동양상 모니터링 서비스 제공시스템 및 방법 |
KR102040309B1 (ko) | 2017-09-18 | 2019-11-04 | 한국전자통신연구원 | 멀티미디어 콘텐츠와 연관되는 후각 정보 인식 장치 및 방법, 라벨 정보 생성 장치 및 방법 |
KR20190069046A (ko) * | 2017-12-11 | 2019-06-19 | 한림대학교 산학협력단 | 헬스케어 서비스 제공을 위한 데이터셋 생성 장치 및 방법 |
KR20190117829A (ko) * | 2018-03-12 | 2019-10-17 | 주식회사 모노라마 | 의료 데이터 모니터링 시스템 |
KR20190098105A (ko) * | 2019-08-02 | 2019-08-21 | 엘지전자 주식회사 | 스마트 홈 감시 장치 및 방법 |
-
2019
- 2019-10-21 KR KR1020190130490A patent/KR102355123B1/ko active IP Right Grant
-
2022
- 2022-01-14 KR KR1020220005623A patent/KR102407987B1/ko active IP Right Grant
Non-Patent Citations (3)
Title |
---|
김수범. "보건산업 4차 산업혁명 시리즈: 글로벌 의료사물인터넷(Internet of Medical Things, IoMT) 시장동향". 보건산업브리프. 제250권, 2017.12.01. 공개 1부.* |
이은솔 외 1인. "건강의료 분야 빅데이터공유와 개인정보". 제13회 과총 바이오경제포럼. 제44권, 2018년 07월 공개 1부.* |
정현학. "‘바이오헬스 빅데이터 플랫폼’ 만들자". 보건산업 동향. 제250권, pp10-15, 2015년 02월 공개 1부.* |
Also Published As
Publication number | Publication date |
---|---|
KR102355123B1 (ko) | 2022-01-24 |
KR20210046993A (ko) | 2021-04-29 |
KR20220013582A (ko) | 2022-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10912508B2 (en) | Method and system for assessing mental state | |
US20180137247A1 (en) | Preventive and predictive health platform | |
Banos et al. | Physiodroid: Combining wearable health sensors and mobile devices for a ubiquitous, continuous, and personal monitoring | |
US9370689B2 (en) | System and methods for providing dynamic integrated wellness assessment | |
US20160371998A1 (en) | Health-based incentive plans and systems and methods for implementing health-based incentive transactions | |
US20140074510A1 (en) | Personalized Health Score Generator | |
EP3070628A1 (en) | Methods and devices for tracking patient data | |
CN109643586A (zh) | 管理护理路径 | |
CN107430645B (zh) | 用于重症监护病房中的实验室值自动化分析和风险通知的*** | |
Son et al. | A Data Analytics Framework for Smart Asthma Management Based on Remote Health Information Systems with Bluetooth-Enabled Personal Inhalers. | |
KR20150025629A (ko) | 환자맞춤형질환정보제공 단말기 | |
WO2018106481A1 (en) | Computer-implemented methods, systems, and computer-readable media for diagnosing a condition | |
CN112908452A (zh) | 事件数据建模 | |
CN111696673A (zh) | 一种心理健康管理模型***及方法 | |
Krey | Wearable technology in health care–acceptance and technical requirements for medical information systems | |
Yannam et al. | Research study and system design for evaluating student stress in Indian Academic Setting | |
US8428965B2 (en) | System for clinical research and clinical management of cardiovascular risk using ambulatory blood pressure monitoring and actigraphy | |
US20020123670A1 (en) | Chronic pain patient diagnostic system | |
WO2018123791A1 (en) | Method, system and storage medium for recommending resource allocation to target subject | |
US20210035692A1 (en) | Tool for Development of a Validated Frailty Risk Score | |
KR102407987B1 (ko) | 바이오 데이터 허브를 구축하는 방법 및 장치 | |
US20030097185A1 (en) | Chronic pain patient medical resources forecaster | |
Krey et al. | Wearable technology in healthcare | |
US20220114674A1 (en) | Health lab data model for risk assessment | |
KR20180108671A (ko) | 전자 건강 기록들을 사용하여 의학적 상태들에 대한 진단 및 치료 옵션들을 식별하는 방법 및 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A107 | Divisional application of patent | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |