KR20210046993A - Methdo and apparatus for building bio data hub - Google Patents

Methdo and apparatus for building bio data hub Download PDF

Info

Publication number
KR20210046993A
KR20210046993A KR1020190130490A KR20190130490A KR20210046993A KR 20210046993 A KR20210046993 A KR 20210046993A KR 1020190130490 A KR1020190130490 A KR 1020190130490A KR 20190130490 A KR20190130490 A KR 20190130490A KR 20210046993 A KR20210046993 A KR 20210046993A
Authority
KR
South Korea
Prior art keywords
data
bio
analysis
hub
information
Prior art date
Application number
KR1020190130490A
Other languages
Korean (ko)
Other versions
KR102355123B1 (en
Inventor
유성호
Original Assignee
주식회사 엘지유플러스
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 엘지유플러스 filed Critical 주식회사 엘지유플러스
Priority to KR1020190130490A priority Critical patent/KR102355123B1/en
Publication of KR20210046993A publication Critical patent/KR20210046993A/en
Priority to KR1020220005623A priority patent/KR102407987B1/en
Application granted granted Critical
Publication of KR102355123B1 publication Critical patent/KR102355123B1/en

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
    • 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
    • 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

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

Disclosed are a method and device for building a bio data hub. The device for building a bio data hub collects a plurality of pieces of first bio-information from a first medical Internet of Things (IoMT) device installed in a house, collects a plurality of pieces of second bio-information from a second medical IoT device installed in a hospital, obtains a plurality of pieces of first analysis data by analyzing the plurality of pieces of the first bio-information, obtains a plurality of pieces of second analysis data by analyzing the plurality of pieces of second bio-information, obtains first big data by integrating the plurality of pieces of first analysis data, obtains second big data by integrating the plurality of pieces of second analysis data, and builds the bid data hub by integrating the first analysis data and the second analysis data.

Description

바이오 데이터 허브를 구축하는 방법 및 장치{METHDO AND APPARATUS FOR BUILDING BIO DATA HUB} Method and apparatus for building a bio data hub {METHDO AND APPARATUS FOR BUILDING BIO DATA HUB}

헬스 케어에 관한 것으로, 사물 인터넷을 이용하여 사용자의 바이오 정보를 수집하고 통합하는 기술에 관한 것이다.It relates to healthcare, and relates to a technology that collects and integrates user's bio information using the Internet of Things.

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. As network technology and IT technology develop, various information is exchanged in real time. In the medical field, a service for collecting user's bio information in real time to care for the user's health is being studied. The medical IoT device creates an environment in which user's bio information is collected in real time.

일 실시예에 따른 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 포함한다. According to an embodiment, a method of constructing a bio data hub includes: collecting a plurality of first bio information from a first Internet of Things (IoMT) device installed in a house; Collecting a plurality of second bio-information from a second medical IoT device installed in the hospital; Analyzing the plurality of first bio-information to obtain a plurality of first analysis data; Analyzing the plurality of second bio-information to obtain a plurality of second analysis data; Acquiring first big data by integrating the plurality of first analysis data; Acquiring second big data by integrating the plurality of second analysis data; And building a biodata hub by integrating the first analysis data and the second analysis data.

상기 복수의 제1 바이오 정보를 수집하는 단계는, 하나 이상의 제1 사용자의 생활 패턴 정보 및 생체 정보를 수집하는 단계를 포함할 수 있다.The collecting of the plurality of first bio-information may include collecting life pattern information and biometric information of one or more first users.

상기 복수의 제2 바이오 정보를 수집하는 단계는, 하나 이상의 제2 사용자의 의료 정보 및 생체 정보를 수집하는 단계를 포함할 수 있다.The collecting of the plurality of second bioinformation may include collecting medical information and biometric information of one or more second users.

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.The obtaining of the plurality of first analysis data may include: obtaining a plurality of first statistical data by applying statistical analysis to the plurality of first bio-information; Visualizing each of the plurality of first statistical data; And acquiring the plurality of first analysis data using a first bio data analysis neural network based on a result of the visualization.

상기 방법은, 상기 복수의 제1 분석 데이터를 이용하여 상기 제1 바이오 데이터 분석 뉴럴 네트워크를 학습시키는 단계를 더 포함할 수 있다.The method may further include learning the first biodata analysis neural network using the plurality of first analysis data.

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.The obtaining of the plurality of second analysis data includes: obtaining a plurality of second statistical data by applying statistical analysis to the plurality of second bio-information; Visualizing each of the plurality of second statistical data; And acquiring the plurality of second analysis data using a second bio data analysis neural network based on a result of the visualization.

상기 방법은, 상기 복수의 제2 분석 데이터를 이용하여 상기 제2 바이오 데이터 분석 뉴럴 네트워크를 학습시키는 단계를 더 포함할 수 있다.The method may further include learning the second biodata analysis neural network by using the plurality of second analysis data.

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.The obtaining of the first big data may include: analyzing a relationship between the plurality of first analysis data to obtain first relationship data; And filtering the first relationship data to obtain the first big data.

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.The obtaining of the second big data may include: analyzing a relationship between the plurality of second analysis data to obtain second relationship data; And filtering the second relationship data to obtain the second big data.

상기 바이오 데이터 허브를 구축하는 단계는, 상기 제1 빅데이터 및 상기 제2 빅데이터를 통합하여 통합 데이터를 획득하는 단계; 상기 통합 데이터를 블록체인(Block chain)에 저장하는 단계를 포함할 수 있다.The building of the biodata hub may include obtaining integrated data by integrating the first big data and the second big data; It may include storing the integrated data in a block chain.

일 실시예에 따른 바이오 데이터 허브 구축 장치(100)는 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 분석 데이터 및 상기 제2 분석 데이터를 통합하여 바이오 데이터 허브(Hub)를 구축한다.The apparatus 100 for building a bio data hub according to an embodiment includes at least one processor; And a memory, wherein the processor collects a plurality of first bio-information from a first Internet of Things (IoMT) device installed in a house, and receives a plurality of second bio-information from a second Internet of Things device installed in a hospital. Collect and analyze the plurality of first bio-information to obtain a plurality of first analysis data, analyze the plurality of second bio-information to obtain a plurality of second analysis data, and the plurality of first analysis data The first big data is obtained by integrating, the second big data is obtained by integrating the plurality of second analysis data, and the bio data hub is established by integrating the first analysis data and the second analysis data. Build.

상기 프로세서는, 하나 이상의 제1 사용자의 생활 패턴 정보 및 생체 정보를 수집할 수 있다.The processor may collect life pattern information and biometric information of one or more first users.

상기 프로세서는, 하나 이상의 제2 사용자의 의료 정보 및 생체 정보를 수집할 수 있다.The processor may collect medical information and biometric information of one or more second users.

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.The processor may obtain a plurality of first statistical data by applying statistical analysis to the plurality of first bio-information, visualize each of the plurality of first statistical data, and perform first bio data based on the result of the visualization. The plurality of first analysis data may be obtained using an analysis neural network.

상기 프로세서는, 상기 복수의 제1 분석 데이터를 이용하여 상기 제1 바이오 데이터 분석 뉴럴 네트워크를 학습시킬 수 있다.The processor may train the first biodata analysis neural network by using the plurality of first analysis data.

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.The processor may obtain a plurality of second statistical data by applying statistical analysis to the plurality of second bio-information, visualize each of the plurality of second statistical data, and second bio data based on a result of the visualization. The plurality of second analysis data may be obtained using an analysis neural network.

상기 프로세서는, 상기 복수의 제2 분석 데이터를 이용하여 상기 제2 바이오 데이터 분석 뉴럴 네트워크를 학습시킬 수 있다.The processor may train the second biodata analysis neural network by using the plurality of second analysis data.

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.The processor may analyze a relationship between the plurality of first analysis data to obtain first relationship data, and filter the first relationship data to obtain the first big data.

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.The processor may analyze a relationship between the plurality of second analysis data to obtain second relationship data, and filter the second relationship data to obtain the second big data.

상기 프로세서는, 상기 제1 빅데이터 및 상기 제2 빅데이터를 통합하여 통합 데이터를 획득하고, 상기 통합 데이터를 블록체인(Block chain)에 저장할 수 있다.The processor may obtain integrated data by integrating the first big data and the second big data, and store the integrated data in a block chain.

일 실시예에 따르면, 의료 사물 인터넷을 통하여 수집된 데이터를 분석하고 통합하여 다양한 주체에 의해 안전하게 접근될 수 있는 바이오 데이터 허브를 구축하는 기술이 제공될 수 있다.According to an embodiment, a technology for constructing a bio data hub that can be safely accessed by various subjects by analyzing and integrating data collected through the Internet of Medical Things may be provided.

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.1 is a diagram illustrating a situation in which a bio data hub is constructed by an apparatus for building a bio data hub according to an exemplary embodiment.
2 is a flowchart illustrating an operation of a method of building a bio data hub according to an exemplary embodiment.
3 is a flowchart illustrating an example of a method of building a bio data hub according to an embodiment.
4 is a diagram illustrating an example of data stored in a bio data hub according to an exemplary embodiment.
5 is a diagram illustrating a configuration of an apparatus for building a bio data hub according to an exemplary embodiment.

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings. The same reference numerals shown in each drawing indicate the same members.

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.Various changes may be made to the embodiments described below. The embodiments described below are not intended to be limited to the embodiments, and should be understood to include all changes, equivalents, and substitutes thereto.

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.The terms used in the examples are used only to describe specific embodiments, and are not intended to limit the embodiments. Singular expressions include plural expressions unless the context clearly indicates otherwise. In the present specification, terms such as "comprise" or "have" are intended to designate the presence of features, numbers, steps, actions, components, parts, or combinations thereof described in the specification, but one or more other features. It is to be understood that the presence or addition of elements or numbers, steps, actions, components, parts, or combinations thereof does not preclude in advance.

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.Unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which the embodiment belongs. Terms as defined in a commonly used dictionary should be interpreted as having a meaning consistent with the meaning in the context of the related technology, and should not be interpreted as an ideal or excessively formal meaning unless explicitly defined in the present application. Does not.

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.In addition, in the description with reference to the accompanying drawings, the same reference numerals are assigned to the same components regardless of the reference numerals, and redundant descriptions thereof will be omitted. In describing the embodiments, when it is determined that a detailed description of related known technologies may unnecessarily obscure the subject matter of the embodiments, the detailed description thereof will be omitted.

도 1은 일 실시예에 따른 바이오 데이터 허브 구축 장치에 의해 바이오 데이터 허브를 구축하는 상황을 도시한 도면이다. 1 is a diagram illustrating a situation in which a bio data hub is constructed by an apparatus for building a bio data hub according to an exemplary embodiment.

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. According to an embodiment, the apparatus 100 for building a bio data hub may collect bio information of users in various places. The apparatus 100 for building a bio data hub may build a bio data hub based on a result of analyzing the collected bio information.

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. The apparatus 100 for building a bio data hub may be applied to a medical service field that manages a user's health. The biodata hub building device 100 is used in the field of medical services such as checking the health status of the user, predicting the occurrence of diseases, proposing prevention of diseases, managing chronic diseases, notifying the need for offline treatment, and providing medication guidance. Can be applied.

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.The apparatus 100 for constructing a bio data hub may provide a bio data hub that can be used not only for a treatment service, but also for a prediction service for a user's health condition based on fluctuations in symptoms and disease states. The apparatus 100 for constructing a bio data hub may provide a bio data hub capable of providing medical advice for treatment or prevention purposes. The apparatus 100 for constructing a bio data hub may receive user information anytime, anywhere through a medical IoT device, etc., to check the user's condition and provide a service for medical treatment. The apparatus 100 for constructing a bio data hub may provide more automated and accurate medical advice by analyzing and learning bio-information collected from a plurality of users through a neural network. Through this, the apparatus 100 for constructing a bio data hub may provide a health care service having strengths in improving the user's health and managing chronic diseases.

CC

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. The apparatus 100 for constructing a bio data hub may receive life pattern information, biometric information, or medical information of users through communicable devices installed in various places. The apparatus 100 for constructing a bio data hub may collect bio information of users from, for example, the Internet of Medical Things (IoMT) or a medical device.

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.Here, the life pattern information may include information related to the user's activity among information related to the user's health. For example, the life pattern information may include information such as a user's walking number, amount of exercise, sleep time, sleep quality, and the like. The biometric information refers to information that directly represents the user's health status, and may include, for example, blood pressure or diabetes levels. Medical information may include computerized information collected in a medical institution. The medical information may include, for example, a date of visit to a medical institution, a medical record, and the like.

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. The apparatus 100 for constructing a bio data hub may receive life pattern information, biometric information, and medical information from an IoMT or medical device installed in the user's house 101 or hospital 103 through a network. For example, the network may include a network used for wireless communication such as Bluetooth, Zigbee, short-range communication using a dongle, WiFi, LTE, and 5G. For example, the communication function used for communication with IoMT may comply with the standards proposed by the IEEE.

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.The apparatus 100 for constructing a bio data hub may be connected to a medical IoT apparatus through a network. The network may include wired/wireless networks. The medical IoT apparatus may include a wearable device such as a smart watch or a smart band, a communication terminal such as a smart phone, or a human implantable device. The apparatus 100 for constructing a bio data hub may receive information collected from these devices using a network.

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. The apparatus 100 for building a bio data hub may analyze the collected bio information. The apparatus 100 for building a bio data hub may apply statistical analysis to bio information or visualize data. The apparatus 100 for building a bio data hub may learn a model used for analysis based on the analysis result.

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.The apparatus 100 for constructing a bio data hub may integrate the received life pattern information, biometric information, or medical information based on a user's Personal Health Record (PHR). The apparatus 100 for constructing a bio data hub may perform an analysis process on the collected information through statistical analysis such as clustering, time series analysis, distribution map, and analysis techniques such as regression analysis. Through this, the biodata hub building apparatus 100, for example, "health/chronic disease history analysis", "health information-symptoms-disease/chronic disease correlation", "chronic disease health management", etc. And information for managing chronic diseases.

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. The apparatus 100 for constructing a bio data hub may acquire big data by integrating a result of analyzing bio information of users. Big data may aggregate related data based on various criteria or include information extracted from data or relationship information between data.

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.For example, the apparatus 100 for constructing a bio data hub may grasp a relationship between structured/unstructured data, or a relationship between life pattern information of different data structures and biometric information and PHR data. The apparatus 100 for constructing a bio data hub may integrate a platform of analysis data and provide noise through filtering. The biodata hub building apparatus 100 may generate big data as an integration result, and such big data may have anonymity. The apparatus 100 for constructing a bio data hub may classify and organize analysis data into life pattern information, health/biometric data, clinical data, billing data, insurance data, and the like.

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.The biodata hub building apparatus 100 may build the biodata hub 110 by integrating big data. The apparatus 100 for constructing a bio data hub may safely provide information on a user's life pattern, health/biometric data, and analyzed result data to a related institution in need. The biodata hub building apparatus 100 may provide a block chain management function to provide anonymity to data, prevent forgery, and facilitate data exchange. The bio data hub 110 may verify whether data is forged or altered using a hash value of a block chain.

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.The biodata hub building device 100 uses the built biodata hub 110 to provide walking/exercise effects, food diet control effects, weight loss advice, exercise guidance suitable for physical/healthy conditions, basic body temperature management, and sleep patterns. It can provide digital healthcare services such as analysis and advice, identification of chronic diseases such as blood pressure and diabetes, classification of normal/abnormal/risk/high risk groups by disease, medication guidance, diabetes care, and hypertension care.

도 2는 일 실시예에 따른 바이오 데이터 허브 구축 방법의 동작을 도시한 순서도이다.2 is a flowchart illustrating an operation of a method of building a bio data hub according to an exemplary embodiment.

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. According to an embodiment, in step 201, the apparatus 100 for constructing a bio data hub collects a plurality of first bio information from a first Internet of Things (IoMT) device installed in a house. The apparatus 100 for building a bio data hub may collect life pattern information and biometric information of one or more first users.

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.According to an embodiment, in step 203, the biodata hub building apparatus 100 collects a plurality of second bioinformations from a second medical IoT apparatus installed in a hospital. The apparatus 100 for constructing a bio data hub may collect medical information and biometric information of one or more second users.

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.According to an embodiment, in step 205, the apparatus 100 for constructing a bio data hub analyzes a plurality of first bio information to obtain a plurality of first analysis data. The apparatus 100 for constructing a bio data hub may obtain a plurality of first statistical data by applying statistical analysis to a plurality of first bio information. The apparatus 100 for building a bio data hub may visualize each of the plurality of first statistical data. The apparatus 100 for constructing a bio data hub may acquire a plurality of first analysis data using a first bio data analysis neural network based on a result of the visualization.

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.According to another embodiment, the apparatus 100 for building a biodata hub may train a first biodata analysis neural network using a plurality of first analysis data. Through this, the apparatus 100 for building a bio data hub may more accurately analyze data.

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.According to an embodiment, in step 207, the apparatus 100 for constructing a bio data hub analyzes a plurality of second bio information to obtain a plurality of second analysis data. The apparatus 100 for constructing a bio data hub may obtain a plurality of second statistical data by applying statistical analysis to a plurality of second bio information. The apparatus 100 for building a bio data hub may visualize each of the plurality of second statistical data. The apparatus 100 for constructing a bio data hub may acquire a plurality of second analysis data using a second bio data analysis neural network based on a result of the visualization.

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.According to another embodiment, the apparatus 100 for building a biodata hub may train a second biodata analysis neural network using a plurality of second analysis data. Through this, the apparatus 100 for building a bio data hub may more accurately analyze data.

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.According to an embodiment, in step 209, the apparatus 100 for constructing a bio data hub acquires first big data by integrating a plurality of first analysis data. The apparatus 100 for constructing a bio data hub may obtain first relationship data by analyzing a relationship between a plurality of first analysis data. The bio data hub building apparatus 100 may obtain first big data by filtering the first relationship data.

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.According to an embodiment, in step 211, the apparatus 100 for constructing a bio data hub acquires second big data by integrating a plurality of second analysis data. The apparatus 100 for constructing a bio data hub may obtain second relationship data by analyzing a relationship between a plurality of second analysis data. The bio data hub building apparatus 100 may obtain second big data by filtering the second relationship data.

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.According to an embodiment, in step 213, the apparatus 100 for building a bio data hub integrates the first analysis data and the second analysis data to build a bio data hub. The apparatus 100 for constructing a bio data hub may acquire integrated data by integrating the first big data and the second big data. The biodata hub building apparatus 100 may store integrated data in a block chain.

도 3은 일 실시예에 따른 바이오 데이터 허브 구축 방법의 일례를 도시한 흐름도이다.3 is a flowchart illustrating an example of a method of building a bio data hub according to an embodiment.

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. In step 302, the apparatus 100 for building a bio data hub may collect life pattern information from the first medical Internet of Things 301 in a house. In step 312, the apparatus 100 for constructing a bio data hub may collect biometric information from the first medical Internet of Things 301 in a house.

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. In step 303, the biodata hub building apparatus 100 may perform statistical processing on the collected data. For example, the apparatus 100 for constructing a bio data hub may compare collected data and standard data to analyze a health state of a user corresponding to the collected data.

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. In step 304, the apparatus 100 for constructing a bio data hub may apply a visualization process to data on which statistical processing has been performed. For example, the apparatus 100 for building a bio data hub may provide a visualization result for information collection of data, and may increase convenience through an interface such as a dashboard.

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. In step 305, the biodata hub building apparatus 100 may apply an analysis and learning process to the visualized data. The apparatus 100 for constructing a bio data hub may train a neural network model used in an analysis process using comparison data or training data. The learned neural network can exhibit better performance in the next analysis.

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. In step 306, the biodata hub building apparatus 100 may build big data by integrating various data based on the analysis result of the data. Big data may include an association relationship between each analysis result. For example, the apparatus 100 for building a bio data hub may convert data related to health data, biometric data, and the like into big data.

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. In step 322, the apparatus 100 for building a bio data hub may collect life pattern information from the first medical Internet of Things 321 in a house. In step 332, the apparatus 100 for constructing a bio data hub may collect biometric information from the first medical Internet of Things 321 in a house.

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. In step 323, the biodata hub building apparatus 100 may perform statistical processing on the collected data. For example, the apparatus 100 for constructing a bio data hub may compare collected data and standard data to analyze a health state of a user corresponding to the collected data.

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. In step 324, the apparatus 100 for constructing a bio data hub may apply a visualization process to data on which statistical processing has been performed. For example, the apparatus 100 for building a bio data hub may provide a visualization result for information collection of data, and may increase convenience through an interface such as a dashboard.

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. In step 325, the biodata hub building apparatus 100 may apply an analysis and learning process to the visualized data. The apparatus 100 for constructing a bio data hub may train a neural network model used in an analysis process using comparison data or training data. The learned neural network can exhibit better performance in the next analysis.

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. In step 326, the biodata hub building apparatus 100 may build big data by integrating various data based on the analysis result of the data. Big data may include an association relationship between each analysis result. For example, the apparatus 100 for building a bio data hub may convert data related to health data, biometric data, PACS data, and the like into big data.

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.The bio data hub building apparatus 100 may build a bio data hub 307 by integrating each big data. Data included in the bio data hub 307 is anonymous, cannot be forged/modified, and access records may be preserved. The information included in the biodata hub 307 may be accessed by a life insurance company, a hospital, a pharmaceutical company, a non-life insurance company, or the like.

도 4는 일 실시예에 따른 바이오 데이터 허브에 저장된 데이터의 일례를 도시한 도면이다.4 is a diagram illustrating an example of data stored in a bio data hub according to an exemplary embodiment.

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. The bio data hub may contain a variety of information. The bio data hub may contain big data integrated by various criteria. For example, referring to FIG. 4, the biodata hub may include pharmaceutical R&D data 401, healthcare data 402, clinical data 403, and insurance data 404.

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.The pharmaceutical R&D data 401 may include data related to genome research, new drug development, and clinical trials. The health management data 402 may include information related to exercise, heart rate/respiration/body temperature, diet/calorie, smoking/drinking, and environmental measurement. The clinical data 403 may include patient information, medical images, diagnostic test records, doctor treatment/consultation records, inpatient monitoring records, and prescription/dosing information. The insurance data 404 may include subscriber information, insurance premium payment, medical billing, and salary payment related information.

도 5는 일 실시예에 따른 바이오 데이터 허브 구축 장치의 구성을 도시한 도면이다.5 is a diagram illustrating a configuration of an apparatus for building a bio data hub according to an exemplary embodiment.

일 실시예에 따르면, 바이오 데이터 허브 구축 장치(100)는 적어도 하나의 프로세서(501) 및 메모리(503)를 포함한다. According to an embodiment, the apparatus 100 for building a bio data hub includes at least one processor 501 and a memory 503.

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.The processor 501 collects a plurality of first bio-information from a first Internet of Things (IoMT) device installed in a house. The processor 501 may collect life pattern information and biometric information of one or more first users.

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.The processor 501 collects a plurality of second bio-information from a second medical IoT device installed in the hospital. The processor 501 may collect medical information and biometric information of one or more second users.

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. The processor 501 analyzes a plurality of first bio-information to obtain a plurality of first analysis data. The processor 501 obtains a plurality of first statistical data by applying statistical analysis to a plurality of first bio information, visualizes each of the plurality of first statistical data, and analyzes the first bio data based on the result of the visualization. A plurality of first analysis data may be obtained using a network. The processor 501 may learn a first biodata analysis neural network using a plurality of first analysis data.

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.The processor 501 analyzes a plurality of second bio-information to obtain a plurality of second analysis data. The processor 501 obtains a plurality of second statistical data by applying statistical analysis to a plurality of second bio information, visualizes each of the plurality of second statistical data, and analyzes the second bio data based on the result of the visualization. A plurality of second analysis data may be obtained using the network. The processor 501 may learn a second biodata analysis neural network using a plurality of second analysis data.

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.The processor 501 acquires first big data by integrating a plurality of first analysis data. The processor 501 may obtain first relationship data by analyzing a relationship between a plurality of first analysis data, and may obtain first big data by filtering the first relationship data.

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.The processor 501 acquires second big data by integrating a plurality of second analysis data. The processor 501 may analyze a relationship between a plurality of second analysis data to obtain second relationship data, and filter the second relationship data to obtain second big data.

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.The processor 501 builds a bio data hub by integrating the first analysis data and the second analysis data. The processor 501 may acquire integrated data by integrating the first big data and the second big data, and store the integrated data in a block chain.

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.The method according to an embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like alone or in combination. The program instructions recorded on the medium may be specially designed and configured for the present invention, or may be known and usable to those skilled in computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. -A hardware device specially configured to store and execute program instructions such as magneto-optical media, and ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those produced by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like. The hardware device described above may be configured to operate as one or more software modules to perform the operation of the present invention, and vice versa.

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.As described above, although the present invention has been described by limited embodiments and drawings, the present invention is not limited to the above embodiments, and various modifications and variations from these descriptions are those of ordinary skill in the field to which the present invention belongs. This is possible.

그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.Therefore, the scope of the present invention is limited to the described embodiments and should not be defined, but should be defined by the claims and equivalents as well as the claims to be described later.

100: 100:

Claims (20)

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 단계
를 포함하는, 바이오 데이터 허브 구축 방법.
Collecting a plurality of first bio-information from a first Internet of Things (IoMT) device installed in a house;
Collecting a plurality of second bio-information from a second medical IoT device installed in the hospital;
Analyzing the plurality of first bio-information to obtain a plurality of first analysis data;
Analyzing the plurality of second bio-information to obtain a plurality of second analysis data;
Acquiring first big data by integrating the plurality of first analysis data;
Acquiring second big data by integrating the plurality of second analysis data; And
Building a biodata hub by integrating the first analysis data and the second analysis data
Containing, a method of building a bio data hub.
 제1항에 있어서,
상기 복수의 제1 바이오 정보를 수집하는 단계는,
하나 이상의 제1 사용자의 생활 패턴 정보 및 생체 정보를 수집하는 단계를 포함하는, 바이오 데이터 허브 구축 방법.
The method of claim 1,
The step of collecting the plurality of first bio-information,
A method of building a bio data hub comprising the step of collecting life pattern information and biometric information of one or more first users.
 제1항에 있어서,
상기 복수의 제2 바이오 정보를 수집하는 단계는,
하나 이상의 제2 사용자의 의료 정보 및 생체 정보를 수집하는 단계를 포함하는, 바이오 데이터 허브 구축 방법.
The method of claim 1,
Collecting the plurality of second bio-information,
A method of building a biodata hub, comprising collecting medical information and biometric information of one or more second users.
 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 단계를 포함하는, 바이오 데이터 허브 구축 방법.
The method of claim 1,
Acquiring the plurality of first analysis data,
Obtaining a plurality of first statistical data by applying statistical analysis to the plurality of first bio-information;
Visualizing each of the plurality of first statistical data; And
And acquiring the plurality of first analysis data using a first bio data analysis neural network based on a result of the visualization.
 제4항에 있어서,
상기 복수의 제1 분석 데이터를 이용하여 상기 제1 바이오 데이터 분석 뉴럴 네트워크를 학습시키는 단계를 더 포함하는, 바이오 데이터 허브 구축 방법.
The method of claim 4,
Further comprising the step of learning the first biodata analysis neural network by using the plurality of first analysis data, a method of building a biodata hub.
 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 단계를 포함하는, 바이오 데이터 허브 구축 방법.
The method of claim 1,
Acquiring the plurality of second analysis data,
Obtaining a plurality of second statistical data by applying statistical analysis to the plurality of second bio-information;
Visualizing each of the plurality of second statistical data; And
And acquiring the plurality of second analysis data using a second bio data analysis neural network based on a result of the visualization.
 제6항에 있어서,
상기 복수의 제2 분석 데이터를 이용하여 상기 제2 바이오 데이터 분석 뉴럴 네트워크를 학습시키는 단계를 더 포함하는, 바이오 데이터 허브 구축 방법.
The method of claim 6,
Further comprising the step of learning the second biodata analysis neural network by using the plurality of second analysis data, a method of building a biodata hub.
 제1항에 있어서,
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 포함하는, 바이오 데이터 허브 구축 방법.
The method of claim 1,
The step of obtaining the first big data,
Analyzing a relationship between the plurality of first analysis data to obtain first relationship data; And
And filtering the first relationship data to obtain the first big data.
 제1항에 있어서,
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 포함하는, 바이오 데이터 허브 구축 방법.
The method of claim 1,
The step of obtaining the second big data,
Analyzing a relationship between the plurality of second analysis data to obtain second relationship data; And
And filtering the second relationship data to obtain the second big data.
 제1항에 있어서,
상기 바이오 데이터 허브를 구축하는 단계는,
상기 제1 빅데이터 및 상기 제2 빅데이터를 통합하여 통합 데이터를 획득하는 단계;
상기 통합 데이터를 블록체인(Block chain)에 저장하는 단계를 포함하는, 바이오 데이터 허브 구축 방법.
The method of claim 1,
Building the bio data hub,
Obtaining integrated data by integrating the first big data and the second big data;
A method of building a biodata hub comprising the step of storing the integrated data in a block chain.
 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 분석 데이터 및 상기 제2 분석 데이터를 통합하여 바이오 데이터 허브(Hub)를 구축하는,
바이오 데이터 허브 구축 장치.
At least one processor; And
Includes memory,
The processor,
Collecting a plurality of first bio-information from a first Internet of Things (IoMT) device installed in a house,
Collecting a plurality of second bio-information from a second medical IoT device installed in the hospital,
Analyzing the plurality of first bio-information to obtain a plurality of first analysis data,
Analyzing the plurality of second bio-information to obtain a plurality of second analysis data,
Integrating the plurality of first analysis data to obtain first big data,
Integrating the plurality of second analysis data to obtain second big data,
Integrating the first analysis data and the second analysis data to build a bio data hub,
A device to build a bio data hub.
 제11항에 있어서,
상기 프로세서는,
하나 이상의 제1 사용자의 생활 패턴 정보 및 생체 정보를 수집하는, 바이오 데이터 허브 구축 장치.
The method of claim 11,
The processor,
An apparatus for building a bio data hub that collects life pattern information and biometric information of one or more first users.
 제11항에 있어서,
상기 프로세서는,
하나 이상의 제2 사용자의 의료 정보 및 생체 정보를 수집하는, 바이오 데이터 허브 구축 장치.
The method of claim 11,
The processor,
An apparatus for constructing a biodata hub that collects medical information and biometric information of one or more second users.
 제11항에 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.
The method of claim 11,
The processor,
Obtaining a plurality of first statistical data by applying statistical analysis to the plurality of first bio-information,
Visualizing each of the plurality of first statistical data,
Acquiring the plurality of first analysis data using a first bio data analysis neural network based on the result of the visualization,
A device to build a bio data hub.
 제14항에 있어서,
상기 프로세서는,
상기 복수의 제1 분석 데이터를 이용하여 상기 제1 바이오 데이터 분석 뉴럴 네트워크를 학습시키는, 바이오 데이터 허브 구축 장치.
The method of claim 14,
The processor,
A biodata hub building apparatus for learning the first biodata analysis neural network by using the plurality of first analysis data.
 제11항에 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.
The method of claim 11,
The processor,
Obtaining a plurality of second statistical data by applying statistical analysis to the plurality of second bio-information,
Visualizing each of the plurality of second statistical data,
Acquiring the plurality of second analysis data using a second bio data analysis neural network based on the result of the visualization,
A device to build a bio data hub.
 제16항에 있어서,
상기 프로세서는,
상기 복수의 제2 분석 데이터를 이용하여 상기 제2 바이오 데이터 분석 뉴럴 네트워크를 학습시키는, 바이오 데이터 허브 구축 장치.
The method of claim 16,
The processor,
A biodata hub building apparatus for learning the second biodata analysis neural network by using the plurality of second analysis data.
 제11항에 있어서,
상기 프로세서는,
상기 복수의 제1 분석 데이터 간의 관계를 분석하여 제1 관계 데이터를 획득하고,
상기 제1 관계 데이터를 필터링하여 상기 제1 빅데이터를 획득하는, 바이오 데이터 허브 구축 장치.
The method of claim 11,
The processor,
Analyzing the relationship between the plurality of first analysis data to obtain first relationship data,
Filtering the first relationship data to obtain the first big data, a bio data hub building apparatus.
 제11항에 있어서,
상기 프로세서는,
상기 복수의 제2 분석 데이터 간의 관계를 분석하여 제2 관계 데이터를 획득하고,
상기 제2 관계 데이터를 필터링하여 상기 제2 빅데이터를 획득하는, 바이오 데이터 허브 구축 장치.
The method of claim 11,
The processor,
Analyzing the relationship between the plurality of second analysis data to obtain second relationship data,
Filtering the second relationship data to obtain the second big data, a bio data hub building apparatus.
 제11항에 있어서,
상기 프로세서는,
상기 제1 빅데이터 및 상기 제2 빅데이터를 통합하여 통합 데이터를 획득하고,
상기 통합 데이터를 블록체인(Block chain)에 저장하는, 바이오 데이터 허브 구축 장치.





The method of claim 11,
The processor,
Integrating the first big data and the second big data to obtain integrated data,
An apparatus for building a bio data hub that stores the integrated data in a block chain.
KR1020190130490A 2019-10-21 2019-10-21 Methdo and apparatus for building bio data hub KR102355123B1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190130490A KR102355123B1 (en) 2019-10-21 2019-10-21 Methdo and apparatus for building bio data hub
KR1020220005623A KR102407987B1 (en) 2019-10-21 2022-01-14 Methdo and apparatus for building bio data hub

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190130490A KR102355123B1 (en) 2019-10-21 2019-10-21 Methdo and apparatus for building bio data hub

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020220005623A Division KR102407987B1 (en) 2019-10-21 2022-01-14 Methdo and apparatus for building bio data hub

Publications (2)

Publication Number Publication Date
KR20210046993A true KR20210046993A (en) 2021-04-29
KR102355123B1 KR102355123B1 (en) 2022-01-24

Family

ID=75728211

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020190130490A KR102355123B1 (en) 2019-10-21 2019-10-21 Methdo and apparatus for building bio data hub
KR1020220005623A KR102407987B1 (en) 2019-10-21 2022-01-14 Methdo and apparatus for building bio data hub

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020220005623A KR102407987B1 (en) 2019-10-21 2022-01-14 Methdo and apparatus for building bio data hub

Country Status (1)

Country Link
KR (2) KR102355123B1 (en)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160125544A (en) * 2015-04-21 2016-11-01 성균관대학교산학협력단 User-oriented healthcare big data service method, computer program and system
KR20170140757A (en) * 2016-06-10 2017-12-21 한국전자통신연구원 A clinical decision support ensemble system and the clinical decision support method by using the same
KR101893882B1 (en) * 2016-12-29 2018-10-04 김남균 System for providing behavior pattern monitoring service of elderly people living alone and method thereof
KR20190031866A (en) 2017-09-18 2019-03-27 한국전자통신연구원 Apparatus and method for recognization of olfactory information related to multimedia contents, apparatus and method for generation of label information
KR20190069046A (en) * 2017-12-11 2019-06-19 한림대학교 산학협력단 Apparatus and method for generating dataset to provide healthcare services
KR20190098105A (en) * 2019-08-02 2019-08-21 엘지전자 주식회사 Apparatus and method for smart home monitoring

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190117829A (en) * 2018-03-12 2019-10-17 주식회사 모노라마 System for monitoring medical data

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160125544A (en) * 2015-04-21 2016-11-01 성균관대학교산학협력단 User-oriented healthcare big data service method, computer program and system
KR20170140757A (en) * 2016-06-10 2017-12-21 한국전자통신연구원 A clinical decision support ensemble system and the clinical decision support method by using the same
KR101893882B1 (en) * 2016-12-29 2018-10-04 김남균 System for providing behavior pattern monitoring service of elderly people living alone and method thereof
KR20190031866A (en) 2017-09-18 2019-03-27 한국전자통신연구원 Apparatus and method for recognization of olfactory information related to multimedia contents, apparatus and method for generation of label information
KR20190069046A (en) * 2017-12-11 2019-06-19 한림대학교 산학협력단 Apparatus and method for generating dataset to provide healthcare services
KR20190098105A (en) * 2019-08-02 2019-08-21 엘지전자 주식회사 Apparatus and method for smart home monitoring

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
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
KR102407987B1 (en) 2022-06-13
KR102355123B1 (en) 2022-01-24
KR20220013582A (en) 2022-02-04

Similar Documents

Publication Publication Date Title
US10039485B2 (en) Method and system for assessing mental state
US20160371998A1 (en) Health-based incentive plans and systems and methods for implementing health-based incentive transactions
US20190374160A1 (en) Hierarchical health decision support system and method
US20020128866A1 (en) Chronic pain patient care plan
Son et al. A Data Analytics Framework for Smart Asthma Management Based on Remote Health Information Systems with Bluetooth-Enabled Personal Inhalers.
KR20150025629A (en) Apparatus for providing customized medical data to patients
WO2018106481A1 (en) Computer-implemented methods, systems, and computer-readable media for diagnosing a condition
WO2020144575A1 (en) Diagnosis and effectiveness of monitoring attention deficit hyperactivity disorder
US20230170069A1 (en) Integrated, ai-enabled value-based care measurement and objective risk assessment clinical and financial management system
CN114220514A (en) Internet hospital patient diagnosis and treatment data analysis processing method, equipment and storage medium
Krey Wearable technology in health care–acceptance and technical requirements for medical information systems
Baumann et al. Implementing blockchain to enhance usability of patient-generated data
Yannam et al. Research study and system design for evaluating student stress in Indian Academic Setting
US20240062914A1 (en) Systems and methods for allocating resources in mental health treatment
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
US20030097185A1 (en) Chronic pain patient medical resources forecaster
KR102407987B1 (en) Methdo and apparatus for building bio data hub
Krey et al. Wearable technology in healthcare
US20170340272A1 (en) Decision support system for cns drug development
Kő et al. Innovative eHealth services–PISCES solution
Yang Improving pain management in patients with sickle cell disease using machine learning techniques
US20240006067A1 (en) System by which patients receiving treatment and at risk for iatrogenic cytokine release syndrome are safely monitored
US20230230693A1 (en) Artificial intelligence-based system and method for remote treatment of patients
WO2023163237A1 (en) Medical/therapeutic system and method for executing same

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant