[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

WO2014084441A1 - 가속도 센서를 이용한 환자분석 장치 및 방법 - Google Patents

가속도 센서를 이용한 환자분석 장치 및 방법 Download PDF

Info

Publication number
WO2014084441A1
WO2014084441A1 PCT/KR2012/010876 KR2012010876W WO2014084441A1 WO 2014084441 A1 WO2014084441 A1 WO 2014084441A1 KR 2012010876 W KR2012010876 W KR 2012010876W WO 2014084441 A1 WO2014084441 A1 WO 2014084441A1
Authority
WO
WIPO (PCT)
Prior art keywords
patient
acceleration sensor
data
target
analysis
Prior art date
Application number
PCT/KR2012/010876
Other languages
English (en)
French (fr)
Inventor
허의남
이승진
Original Assignee
경희대학교 산학협력단
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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Publication of WO2014084441A1 publication Critical patent/WO2014084441A1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1101—Detecting tremor
    • 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
    • G16H40/40—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 of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

Definitions

  • the present invention relates to the field of IT medical devices, and more particularly, to a patient analysis apparatus and method for providing an optimized diagnosis to a target patient.
  • Parkinson's disease is a neurodegenerative disorder that causes many symptoms such as slow movement, trembling at rest, muscle stiffness, dragging and bending, due to dopamine deficiency due to the death of nerve cells that secrete a neurotransmitter called dopamine in the brain. The disease usually progresses very slowly, so most patients receive adequate treatment and can continue their normal social activities without much discomfort for a long time.
  • Parkinson's-like diseases also include essential tremors with only trembling without other symptoms, secondary Parkinson's syndrome such as drugs or strokes, briquetting, and Parkinson's syndrome with other neurodegenerative diseases.
  • secondary Parkinson's syndrome such as drugs or strokes, briquetting
  • Parkinson's syndrome with other neurodegenerative diseases.
  • neurodegenerative Parkinson's syndrome is very important because the progression of the disease is fast and there is no response to dopamine treatment or only a temporary response.
  • the diagnosis of Parkinson's disease is most important to the history of neurologist, physical and neurological examination. Most of the other tests are used primarily as an aid to identify the cause of other or secondary diseases that may be confused with Parkinson's disease, rather than diagnosing Parkinson's disease itself.
  • Parkinson's disease when the patient is initially examined to diagnose Parkinson's disease or to differentiate it from the above-mentioned Parkinson's disease-like disease, brain MRI, brain hemoluminescence emission tomography (SPECT), and positron emission tomography (PET), such as a difficult test will be diagnosed. Therefore, once a patient is diagnosed with Parkinson's disease, the doctor does not use the method of firstly diagnosing Parkinson's disease, and the medical professional periodically checks the patient's condition and adjusts prescription drugs with treatment. Because these existing clinical diagnostic methods depend only on the experience of specialists, careful treatment and prescription medications can be problematic for Parkinson's patients who can socialize without discomfort for longer periods of time.
  • SPECT brain hemoluminescence emission tomography
  • PET positron emission tomography
  • the problem to be solved by the present invention is to accurately diagnose Parkinson's disease periodically by applying an objective evaluation index to the way the specialist simply judges the patient's condition by eye, which is a method of judging the progress of the disease of the existing Parkinson's disease patients accurately and accurately
  • Parkinson's disease patients should walk a certain distance to develop objective evaluation indicators to help determine the patient's condition, measure the patient's pace and compare the difference with the general person's pace
  • objective evaluation indicators for Parkinson's disease patients we provide patient analysis devices and methods that can be provided as supplementary indicators to specialists.
  • the patient analysis apparatus using the acceleration sensor receives the personal information of the information collecting unit and the target patient to generate the motion measurement data by measuring the motion of the target patient using the acceleration sensor, the received motion measurement data and the target It is composed of an analysis server unit for generating an objective auxiliary indicator for diagnosing Parkinson's disease state of the target patient based on the patient's personal information.
  • the target patient is acting according to the operation instruction of a specialist or specialist, and the behavior of the target patient is measured by using an acceleration sensor.
  • the personal information of the target patient of the target patient may include age, gender, height, weight, and existing prescription drugs. Information, medication time, symptom stage and time of treatment.
  • the analysis server unit generates and transmits the patient state data based on the received motion measurement data, and analyzes the generated patient state data and the personal information of the target patient to generate the patient analysis data.
  • the patient state data is data representing the current operating state of the subject patient and includes information such as the walking speed, the walking posture, the walking state, the arm / leg movement, and the shaking of the body of the subject patient.
  • Patient analysis data is divided into three sections based on patient status data and basic information on the target patient, and the speed, the first steps, the total number of steps, and the average of each section. Includes information such as speed, amount of exercise and elapsed time.
  • the personal information of the target patient is received, and the target patient requests an operation instruction.
  • the movement of the subject patient is measured using an acceleration sensor.
  • the objective assistant indexes are generated by analyzing the measured target patient's motion and the target patient's personal information, and the generated objective assistant indicators are transmitted to the specialist.
  • the method for generating objective indicators through the measurement of the target patient's motion generates patient status data based on the received motion measurement data and personal information of the target patient, and generates patient analysis data by analyzing the generated patient status data. do.
  • the objective assistant index is generated through patient analysis data.
  • the patient's steps are evaluated subjectively based on the experience of a specialist.
  • the patient analysis apparatus and method according to the present invention are applied, the patient's steps are objectively determined.
  • the patient's condition can be quantified and provided to a specialist for judgment.
  • data is continuously updated by continuously storing measured patient status results and multiple expertise in the knowledge base.
  • Parkinson's disease condition analysis technology using this 3-axis acceleration sensor can diagnose Parkinson's disease in patients through long-term examinations, and it is not possible to periodically test for Parkinson's disease. It can be applied to the next generation medical IT technology that can make a big change in the examination method by providing supplementary indicators on the status identification method.
  • FIG. 1 is a block diagram showing an embodiment of a patient analysis device using an acceleration sensor according to the present invention.
  • FIG. 2 is a detailed view of an analysis server unit according to an embodiment of the present invention.
  • FIG. 3 is a flowchart illustrating a state data collection method of a patient analysis method using an acceleration sensor according to an exemplary embodiment of the present invention.
  • FIG. 4 is a flowchart illustrating a data analysis method of a patient analysis method using an acceleration sensor according to an exemplary embodiment of the present invention.
  • FIG. 5 is a flowchart illustrating a method for generating objective auxiliary indicators of a patient analysis method using an acceleration sensor according to an exemplary embodiment of the present invention.
  • FIG. 6 is a flowchart illustrating a patient analysis method using an acceleration sensor according to an exemplary embodiment of the present invention.
  • FIG. 1 is a block diagram showing an embodiment of a patient analysis device using an acceleration sensor according to the present invention.
  • a patient analysis apparatus includes an information collecting unit 110 and an analysis server unit 130.
  • the information collecting unit 110 transmits an operation instruction to the target patient 10 based on the operation command received from the expert 20.
  • the target patient 10 is a patient suffering from Parkinson's disease. Parkinson's disease is first diagnosed through a thorough examination of brain magnetic resonance imaging (brain MRI), single blood photon emission tomography (SPECT), and positron emission tomography (PET). Once diagnosed with Parkinson's disease, however, the progression of Parkinson's disease will not be a complex test, but a simple clinical approach that will allow the specialist to determine the patient's condition.
  • the expert 20 includes a doctor or a biomedical engineer who works with a device, such as a physician who diagnoses the target patient 10 with Parkinson's disease, and diagnoses the Parkinson's disease state of the target patient 10. It may include any user who can deliver an operation instruction.
  • the target patient 10 walks or takes a specific operation for diagnosing Parkinson's disease according to an operation instruction received from the information collecting unit 110.
  • the operation instruction is based on an operation request received from the expert 20 to the information collecting unit 110 for diagnosing Parkinson's disease of the target patient 10.
  • the expert 20 transmits an operation request including a specific operation to the information collection unit 110 for diagnosing Parkinson's disease, and the information collection unit 110 operates on the target patient 10 based on the received operation request. Pass the instructions.
  • Any action taken by the subject patient 10 according to the received operation instruction is measured by the 3-axis acceleration sensor of the information collecting unit 110.
  • the motion measurement of the target patient 10 may be applied to a method of wearing a waist protector with a 3-axis acceleration sensor attached to the target patient 10.
  • the target patient 10 may apply a method of gripping and measuring a 3-axis acceleration sensor in a hand.
  • the method of measuring the motion of the target patient 10 by the 3-axis acceleration sensor is not limited to the above-described method, and may include any method to which the 3-axis acceleration sensor is applicable.
  • the information collecting unit 110 measures the motion of the target patient 10 through the 3-axis acceleration sensor and receives the motion sensor data from the 3-axis acceleration sensor through the sink node. Then, the motion measurement data for the target patient 10 is generated based on the measured motion sensor data and transmitted to the analysis server 130.
  • the analysis server unit 130 may include age, sex, height, weight, existing prescription drug information, medication time, symptom stage, and the like, which are basic information of the target patient 10 from the expert 20, the target patient 10, or any user. Receive and store the target patient's personal information including medical time.
  • the analysis server 130 receives the motion measurement data from the information collecting unit 110 and analyzes the received motion measurement data.
  • the analysis server unit 130 may measure the current state of the target patient 10 from the received motion measurement data.
  • the current state of the target patient 10 may measure a walking state (walking speed, walking posture, etc.) according to an operation instruction, and may measure arm / leg movement and body tremor.
  • the analysis server 130 generates patient state data based on the stored target patient personal information and the received motion measurement data.
  • the analysis server unit 130 divides the sections of the Parkinson's disease patient while walking a certain distance into three sections, calculated by section speed, time taken for the first step, total number of steps, average speed, exercise amount and elapsed time of taking medicine Create patient status data comprising the.
  • the analysis server 130 generates an objective secondary indicator for providing useful information to the expert 20 based on the generated patient condition data.
  • the analysis server unit 130 receives the supplementary indicator request from the expert 20, the analysis server unit 130 generates an objective supplementary indicator based on the patient state data, and transmits the generated objective supplementary indicator to the expert 20.
  • Table 1 shows an embodiment of the objective auxiliary indicator of the patient analysis device according to the present invention.
  • Table 1 One Embodiment of Objective Auxiliary Indicators Patient Status Information Input Value Analysis value Existing patient distribution (%) gender male Velocity by section 1 section 0.028 Very good good Slightly good usually Slightly bad Bad Very bad age 65 2 sections 0.044 11 52 35 2 Height (cm) 170 3 sections 0.048 Historical diagnosis Weight (kg) 60 Elapsed time of taking medicine 6 hours 50 minutes Prescription drugs Requip specialist Diagnosis Medicine taking time Am 8:00 Average speed (m / s) 0.51 Any - Patient Status Information Measured Value Admiral Yi - Sensor data during step measurement - Total momentum (J) 1.02 Hong Gil Dong - Symptom Step 5 First step time (s) 1.5 ... ... Medical time Pm 2:50 Steps 56
  • the objective supplementary indicator shows the speed, the first step, the total number of steps, the average speed, the amount of exercise, and the medicines, which are calculated by dividing the sections of the Parkinson's disease patients into three sections while walking a certain distance.
  • an objective assistant index suitable for basic patient information may be generated and a specialist may be used to objectively prescribe patients with Parkinson's disease.
  • the analysis server unit 130 transmits the generated objective auxiliary indicators to the expert 20.
  • the expert 20 may check the current state of the target patient 10 based on the received objective assistance indicators, and make an optimized diagnosis and prescription for the target patient 10.
  • FIG. 2 is a detailed view of an analysis server unit according to an embodiment of the present invention.
  • the analysis server 130 includes a cloud server manager 131, a knowledge base manager 132, an auxiliary indicator unit 133, and a database unit 134.
  • the cloud server manager 131 receives the motion measurement data from the information collector.
  • the patient personal information and the received motion measurement data received from the database unit 134 are analyzed to generate patient state data.
  • the patient personal information received from the database unit 134 includes personal information of the target patient including age, gender, height, weight, existing prescription drug information, drug taking time, symptom stage, and medical time of the target patient.
  • the cloud server manager 131 may measure the current state of the target patient from the received motion measurement data to measure a walking state (walking speed, walking posture, etc.) according to the movement instruction of the target patient, Shaking of the body can be measured.
  • the cloud server manager 131 generates patient state data based on the stored target patient personal information and the received motion measurement data.
  • the generated patient state data includes acceleration sensor data when measuring personal information and motion of the target patient.
  • the generated patient state data is transferred to the database unit 134 and stored.
  • the cloud server manager 131 analyzes patient state data to generate patient analysis data.
  • Patient analysis data show the speed of each step, the first steps, the total number of steps, the average speed, the amount of exercise, and the elapsed time of taking the drug.
  • the generated patient analysis data is transferred to the knowledge base manager 132.
  • the knowledge base manager 132 receives and stores patient analysis data from the cloud server manager 131 and transfers the stored patient analysis data to the auxiliary indicator unit 133.
  • the secondary indicator unit 133 is installed in the analysis server unit 130 to provide an objective secondary indicator to the expert, and receives the patient status data generated by the cloud server manager 131 from the knowledge base 132.
  • the objective assistant indicator is generated based on the received patient condition data, and the generated objective assistant indicator is delivered to the specialist.
  • the database unit 134 stores the motion measurement data received from the cloud server manager 131 and the target patient personal information received from the expert, and transmits the stored target patient personal information to the cloud server manager 131.
  • FIG. 3 is a flowchart illustrating a state data collection method of a patient analysis method using an acceleration sensor according to an exemplary embodiment of the present invention.
  • target patient personal information is received from the expert 20 in the database unit 134 (301).
  • the target patient personal information may include age, sex, height, weight, existing prescription drug information, drug taking time, symptom stage, and treatment time which are basic information of the target patient 10.
  • the database unit 134 transmits the target patient personal information received from the expert 20 to the cloud server manager 131 (302).
  • the information collection unit 110 measures the operation from the target patient 10 by using the three-axis acceleration sensor (303).
  • the subject patient 10 walks or takes a specific motion for diagnosing Parkinson's disease according to the motion instruction.
  • the expert 20 directly communicates with the target patient 10 in a hospital or other place, and delivers an operation instruction to the target patient 10, or uses the various devices such as a smart device or a PC and a wired / wireless phone to the target patient 10. It can convey the operation instruction.
  • the target patient 10 takes the corresponding operation according to the operation instruction
  • the movement of the target patient 10 is measured using the 3-axis acceleration sensor.
  • the 3-axis acceleration sensor may measure the motion of the target patient 10 through various methods. For example, after wearing the three-axis acceleration sensor in the form of a waist guard to the target patient 10 can measure the motion.
  • the information collecting unit 110 transmits the motion measurement data measured from the target patient 10 to the cloud server manager 131 (304).
  • the information collecting unit 110 measures the motion of the target patient 10 through the 3-axis acceleration sensor and receives the motion sensor data from the 3-axis acceleration sensor through the sink node. Then, the motion measurement data for the target patient 10 is generated based on the measured motion sensor data and transmitted to the cloud server manager 131.
  • the cloud server manager 131 generates patient state data based on the received motion measurement data and the target patient personal information (305).
  • the cloud server manager 131 may measure the current state of the target patient 10 from the received motion measurement data.
  • the current state of the target patient 10 may measure a walking state (walking speed, walking posture, etc.) according to an operation instruction, and may measure arm / leg movement and body tremor.
  • the cloud server manager 131 generates patient state data based on the stored target patient personal information and the received motion measurement data.
  • the cloud server manager 131 transmits the generated patient state data to the database unit 134 (306).
  • FIG. 4 is a flowchart illustrating a data analysis method of a patient analysis method using an acceleration sensor according to an exemplary embodiment of the present invention.
  • the database unit 134 first transmits the stored patient state data to the cloud server manager 131 (401).
  • the cloud server manager 131 analyzes the received patient state data (402).
  • the received patient condition data includes motion measurement data collected from the subject patient and subject patient personal information input from the expert.
  • the cloud server manager 131 analyzes the patient state data.
  • Analytical methods include, for example, the speed, the first step, the total pace, the average speed, the amount of exercise and the elapsed time of taking the medicine, which is calculated by dividing the sections of the Parkinson's disease patients into three sections while walking. It may include.
  • the cloud server manager 131 generates patient analysis data based on the received patient state data analysis result (403).
  • the generated patient analysis data may include the calculated section speed, first step time, total step, average speed, exercise amount and elapsed time of taking medicine according to the analysis result.
  • the generated patient analysis data is transmitted to the knowledge base manager 132 (404).
  • FIG. 5 is a flowchart illustrating a method for generating objective auxiliary indicators of a patient analysis method using an acceleration sensor according to an exemplary embodiment of the present invention.
  • the secondary indicator unit 133 receives a secondary indicator request from the expert 20 (501).
  • the expert requests auxiliary indicators from the secondary indicator unit 133 of the analysis server unit.
  • the secondary indicator unit 133 that receives the secondary indicator request requests the patient analysis data to the knowledge base manager 132 (502).
  • the secondary indicator unit 133 requests the knowledge base management unit 132 for patient analysis data analyzed by the cloud server manager 131 to generate objective secondary indicators for the target patient according to the expert indicator's request.
  • the knowledge base management unit 132 receiving the patient analysis data request transmits the patient analysis data received and stored from the cloud server manager 131 to the auxiliary indicator unit 133 (503).
  • the assistant indicator unit 133 receiving the patient analysis data from the knowledge base management unit 132 generates an objective assistant indicator based on the patient analysis data (504).
  • Objective supplementary indicators include the section speed, first step, total number of steps, average speed, amount of exercise, and elapsed time taken, calculated by dividing the section of the Parkinson's disease patient into three sections while walking a certain distance.
  • an objective assistant index that fits the patient's basic information can be generated and a specialist can be used to objectively prescribe patients with Parkinson's disease.
  • the auxiliary indicator 133 transmits the generated objective auxiliary indicator to the expert 20 (505).
  • the expert 20 may diagnose an accurate state of Parkinson's disease in the target patient based on the received objective supplementary indicators, and make an optimized diagnosis for the target patient.
  • FIG. 6 is a flowchart illustrating a patient analysis method using an acceleration sensor according to an exemplary embodiment of the present invention.
  • target patient personal information is received from an expert (601).
  • a specialist including a specialist, first inputs the target patient personal information to the analysis server unit of the patient analysis device using the acceleration sensor in order to give an optimized prescription to the target patient.
  • the target patient personal information includes personal information of the target patient, including the age, sex, height, weight, existing prescription drug information, medication time, symptom stage, and medical time of the target patient.
  • the expert requests a target patient for an operation instruction.
  • Parkinson's disease is first diagnosed with a thorough examination of brain magnetic resonance imaging (brain MRI), single blood photon emission tomography (SPECT), and positron emission tomography (PET). Once diagnosed with Parkinson's disease, however, the progression of Parkinson's disease will not be a complex test, but a simple clinical approach that will allow the specialist to determine the patient's condition. A simple clinical approach is to look at the behavioral response of the subject patient as directed by a specialist. Subjects will walk or take specific actions to diagnose Parkinson's disease according to the instructions. Experts can give instructions to the patient in person, either directly in person or through a network-based online or wireless telephone.
  • the 3-axis acceleration sensor is used to measure the movements and movements of the subject patient according to the indicated movements.
  • the measured motion may include walking, arm / leg movement, shaking of the target patient, and the like according to the motion instruction.
  • an objective assistant index is generated for the target patient based on the measured target patient's motion and the target patient personal information received from the expert (605).
  • the state of the subject patient is grasped based on the measured subject patient. And analyze the patient's condition and the patient's personal information. Analytical methods include, for example, the speed, the first step, the total pace, the average speed, the amount of exercise, and the elapsed time of taking the drug, which is calculated by dividing the section of the Parkinson's disease patient into three sections while walking. It may include.
  • the objective assistant index is generated based on the analysis result and the target patient personal information.
  • Objective supplementary indicators include the section speed, first step, total number of steps, average speed, amount of exercise, and elapsed time taken, calculated by dividing the section of the Parkinson's disease patient into three sections while walking a certain distance.
  • an objective assistant index that fits the patient's basic information can be generated and a specialist can be used to objectively prescribe patients with Parkinson's disease.
  • the objective assistant indicator of the generated target patient is transmitted to the expert (606).
  • the generated objective supplementary indicators are delivered to the specialist, who uses the objective supplementary indicators to determine the exact state of Parkinson's disease in the target patient. This allows the expert to make an accurate diagnosis of the target patient and to optimize the prescription for the target patient.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Neurology (AREA)
  • Pathology (AREA)
  • Neurosurgery (AREA)
  • Physiology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • General Business, Economics & Management (AREA)
  • Developmental Disabilities (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 파킨슨병 환자에 맞는 객관적 평가 지표를 개발하고 전문의에게 보조 지표로 제공할 수 있는 환자 분석 장치 및 방법을 제공한다. 본 발명에 따른 가속도 센서를 이용한 환자분석 장치는 가속도 센서를 이용하여 대상 환자의 동작을 측정하여 동작 측정 데이터를 생성하는 정보 수집부 및 대상 환자의 개인정보를 수신하고, 수신된 동작 측정 데이터 및 대상 환자의 개인정보에 기초하여 대상 환자의 파킨슨병 상태 진단을 위한 객관적 보조지표를 생성하는 분석 서버부로 구성된다. 대상 환자는 전문의 또는 전문가의 동작 지시에 따라 행동하게 되며, 이러한 대상 환자의 행동을 가속도 센서를 이용하여 측정한다.

Description

가속도 센서를 이용한 환자분석 장치 및 방법
본 발명은 IT 의료기기 분야에 관한 것으로, 보다 상세하게는 대상 환자에 최적화된 진단을 제공하기 위한 환자 분석 장치 및 방법에 대한 것이다.
본 연구는 지식경제부 및 정보통신산업진흥원의 대학 IT 연구센터 육성지원 사업의 연구결과로 수행되었음(u-라이프케어 연구센터 과제번호: NIPA-2012-(H0301-12-2001)).
최근 IT기술의 발전과 유비쿼터스 환경은 각종 분야와 결합하여 현대 생활에 많은 편리함을 제공하며, 특히 유비쿼터스 기술은 무선 센서 네트워크를 기반으로 빠르게 발전하고 있다. 오브젝트(Object)가 지능적으로 연결되어 데이터를 주고받는 사물지능통신(Machine to Machine, M2M) 기반의 유비쿼터스 사회(Ubiquitous-Society)의 실현을 위해 미국, 유럽, 일본 등에서 여러 프로젝트가 진행되고 있으며 한국에서도 정부 주도 하에 다양한 프로젝트 및 시범 사업을 운영하고 있다. 이러한 연구들 중에서 특히 사람들이 건강에 대한 관심이 많아지고 유비쿼터스 개념이 쉽게 적용되어 언제 어디서나 자신의 건강을 자가진단하고 병의 유무 등의 실시간 모니터링하여 활용될 수 있는 분야인 의료분야가 각광받고 있다.
이에 따라 현재 의료IT기술은 뇌졸중, 당뇨, 치매, 암, 파킨슨병, 심장병과 같은 다양한 만성질환에 대한 진단이나 치료에 맞춰서 개발되고 있다. 일반적으로 다양한 질병에 대한 진단을 하기 위해서 오랜 시간 동안 여러 검사를 통해서 판단할 수가 있고 질병이 발견된 후에 환자의 상태를 주기적으로 확인하는데 여러 검사를 주기적으로 할 수가 없어서 전문의가 겉으로 드러나는 증상을 확인하여 주관적으로 환자의 상태를 판단하는 경우가 있다.
현재 파킨슨 증상과 징후를 보이는 질환은 매우 많다. 따라서 파킨슨병 전문의의 진료를 통해 원인 질환을 찾는 일이 매우 중요하다. 파킨슨 증상을 호소하며 신경과 외래를 방문한 환자의 약 75~80%가 파킨슨병에 해당되며, 나머지 20~25%는 파킨슨병 유사질환이다. 파킨슨병은 뇌에서 도파민 이라는 신경전달물질을 분비하는 신경 세포들이 죽어감으로써 도파민 부족으로 인해 느린 운동, 정지 시 떨림, 근육 강직, 질질 끌며 걷기, 굽은 자세와 같은 여러 증세를 나타내는 신경퇴행성 질환으로 파킨슨병은 대개 매우 느리게 진행하므로 대부분의 환자들은 적절한 치료를 받으며 오랜 기간 동안 큰 불편함 없이 일반적인 사회활동을 할 수 있다. 또한, 파킨슨병 유사질환으로는 다른 증상 없이 단순히 떨림증만 있는 본태성 진전증, 약물이나 뇌졸중, 연탄가스 중독증과 같은 이차성 파킨슨 증후군, 그리고 다른 신경퇴행성 질환이 동반된 파킨슨 증후군이 있다. 이러한 질환 중에 신경퇴행성 파킨슨 증후군은 병의 진행 경과가 빠르고 도파민 치료에 반응이 없거나, 일시적인 반응만을 나타내는 경우가 대부분이기 때문에 파킨슨병과의 감별이 매우 중요하다. 이와 같은 파킨슨병에 대한 진단에는 신경과 전문의의 병력청취와 이학적, 신경학적 검사가 가장 중요하다. 그 밖의 다른 검사법들은 대부분 보조적인 수단으로 파킨슨병 자체를 진단하는 목적보다는 파킨슨병과 혼동될 수 있는 다른 질환이나 이차성 파킨슨병의 원인을 밝히는 목적으로 주로 사용한다.
현재에는 파킨슨병을 진단하거나 위와 같은 파킨슨병 유사질환과 감별해 내기 위하여 환자를 초기에 검사할 때, 뇌 자기공명영상촬영(뇌 MRI), 단일혈류광자방출단층촬영(SPECT), 양전자방출단층촬영(PET) 등 힘든 검사를 하여 진단하게 된다. 따라서 파킨슨병 환자로 진단이 되고나면 처음에 파킨슨병을 진단하는 방식은 사용하지 않고 주기적으로 간단한 임상방식으로만 전문의가 환자의 상태를 파악하고 치료와 함께 처방약을 조절하게 된다. 이러한 기존 임상진단 방식은 전문의의 경험에만 의존하게 되기 때문에 치료와 처방약을 잘 조절해야 더욱 오랜 기간 동안 불편함 없이 사회활동을 할 수 있는 파킨슨병 환자에게 문제가 될 수 있다.
기존에 파킨슨병 환자의 완전한 치료방법이 없는 상태로 전문의가 치료와 처방약을 잘 조절하여 가능한 환자가 불편함 없이 오랜 기간 동안 생활하도록 하고 있다. 하지만, 기존에 주기적인 파킨슨병 환자 진단 및 처방에 필요한 데이터는 각각의 전문의가 경험으로 기억하고 있어서 전문의마다 경험이 다르기 때문에 일괄 되어있지가 않는 문제가 있다. 따라서 경험이 부족한 전문의의 경우에는 경험이 많은 전문의보다 파킨슨병 환자에게 치료와 처방약 조절을 잘하지 못하여 약 효과가 짧게 되어 환자가 불편함 없이 생활할 수 있는 기간이 짧게 될 수 있는 문제가 있다.
본 발명이 해결하고자 하는 과제는 주기적으로 기존 파킨슨병 환자의 병의 진행 정도를 판단하는 방법인 전문의가 단순히 전문의가 눈으로 환자의 상태를 판단하는 방식에 객관적 평가 지표를 적용함으로써 오차 없이 정확하게 파킨슨병 환자 상태를 파악하기 위하여, 환자의 상태를 판단하는데 도움이 되는 객관적 평가 지표를 개발하기 위해서 파킨슨병 환자에게 일정거리를 걷도록 하여 환자의 걸음 속도를 측정하고 일반인의 걸음 속도와의 차이를 비교분석함으로써 파킨슨병 환자에 맞는 객관적 평가 지표를 개발하고 전문의에게 보조 지표로 제공할 수 있는 환자 분석 장치 및 방법을 제공한다.
본 발명에 따른 가속도 센서를 이용한 환자분석 장치는 가속도 센서를 이용하여 대상 환자의 동작을 측정하여 동작 측정 데이터를 생성하는 정보 수집부 및 대상 환자의 개인정보를 수신하고, 수신된 동작 측정 데이터 및 대상 환자의 개인정보에 기초하여 대상 환자의 파킨슨병 상태 진단을 위한 객관적 보조지표를 생성하는 분석 서버부로 구성된다. 대상 환자는 전문의 또는 전문가의 동작 지시에 따라 행동하게 되며, 이러한 대상 환자의 행동을 가속도 센서를 이용하여 측정한다.대상 환자의 상기 대상 환자의 개인정보는 나이, 성별, 키, 몸무게, 기존 처방약 정보, 약 복용 시간, 증상 단계 및 진료 시간 등을 포함할 수 있다.
분석 서버부는 수신된 동작 측정 데이터에 기초하여 환자 상태 데이터를 생성하여 전달하고, 생성된 환자 상태 데이터 및 대상 환자의 개인정보를 분석하여 환자 분석 데이터를 생성하는 클라우드 서버 관리부, 대상 환자의 개인정보를 수신하여 클라우드 서버 관리부에 전달하고, 수신된 환자 상태 데이터를 저장하는 데이터 베이스부, 클라우드 서버 관리부로부터 수신된 환자 분석 데이터를 저장하는 지식 베이스 관리부 및 지식 베이스 관리부로부터 수신된 환자 분석 데이터에 기초하여 대상 환자의 파킨슨병 진단을 위한 객관적 보조지표를 생성하는 보조지표부로 구성된다.
환자 상태 데이터는 대상 환자의 현재 동작 상태를 나타내는 데이터로서, 대상 환자의 보행 속도, 보행 자세, 보행 상태, 팔/다리의 움직임 및 몸의 떨림 등의 정보를 포함한다. 환자 분석 데이터는 환자 상태 데이터 및 대상 환자의 기본정보에 기초하여 파킨슨병 환자가 일정 거리를 걷는 동안에 걸은 구간을 3구간으로 분류하여 계산한 구간별 속도, 첫걸음에 걸리는 시간, 총 걸음 수, 평균속력, 운동량 및 약 복용 경과 시간 등의 정보를 포함한다.
본 발명에 따른 가속도 센서를 이용한 환자분석 방법은 먼저, 대상 환자의 개인정보를 수신하고, 대상 환자에게 동작 지시를 요청한다. 대상 환자가 동작 지시에 따라 행동을 취하면, 대상 환자의 동작을 가속도 센서를 이용하여 측정한다. 그리고 측정된 대상 환자의 동작 및 대상 환자의 개인정보를 분석하여 객관적 보조지표를 생성하고, 생성된 객관적 보조지표를 전문의에게 전달한다. 측정된 대상 환자의 동작을 통해 객관적 보조지표를 생성하는 방법은 수신된 동작 측정 데이터 및 대상 환자의 개인 정보에 기초하여 환자 상태 데이터를 생성하고, 생성된 환자 상태 데이터를 분석하여 환자 분석 데이터를 생성한다. 그리고 환자 분석 데이터를 통해 상기 객관적 보조지표를 생성한다.
종래의 파킨슨병 환자의 분석 방법은 단순히 전문의의 경험을 바탕으로 환자의 걸음을 주관적으로 판단하여 환자의 상태를 평가하였으나, 본 발명에 따른 환자 분석 장치 및 방법을 적용하면, 환자의 걸음을 객관적으로 판단할 수 있도록 환자의 상태를 수치화하여 전문의에게 제공할 수 있다. 또한, 측정된 환자의 상태 결과와 여러 전문의 지식을 지식베이스에 계속 저장함으로써 데이터가 계속 새롭게
갱신되고 클라우드 서버 상에 데이터를 저장함으로써 객관적 평가 지표를 만들 수 있고 언제 어디서든 데이터를 사용하고 저장할 수 있다. 따라서 앞으로는 파킨슨병 환자들은 스스로 자신의 걸음속도를 측정하여 측정된 결과로 병원에서 제공해주는 객관적 평가 지표를 통해 전문의를 통해서가 아닌 가정에서 환자 스스로 자신의 상태를 알 수 있을 것이다.
본 3축 가속도 센서를 이용한 파킨슨병 환자 상태 분석 기술은 기존에 오랜 시간이 걸리는 여러 검사를 통해 파킨슨병을 환자에게 진단한 후, 주기적으로 파킨슨병에 대한 여러 검사할 수가 없어서 전문의의 주관적으로 환자의 상태를 파악하는 방식에 보조지표를 제공하여 검사 방식에 큰 변화를 줄 수 있는 차세대 의료IT기술에 적용할 수 있다.
도 1은 본 발명에 따른 가속도 센서를 이용한 환자분석 장치의 일 실시예를 나타내는 구성도이다.
도 2는 본 발명의 일 실시예에 따른 분석 서버부의 상세도이다.
도 3은 본 발명의 일 실시예에 따른 가속도 센서를 이용한 환자 분석 방법의 상태 데이터 수집 방법의 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 가속도 센서를 이용한 환자 분석 방법의 데이터 분석 방법을 나타내는 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 가속도 센서를 이용한 환자 분석 방법의 객관적 보조지표 생성 방법을 나타내는 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 가속도 센서를 이용한 환자 분석 방법을 나타내는 흐름도이다.
이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세하게 설명한다. 본 명세서에서 사용되는 용어는 실시예에서의 기능 및 효과를 고려하여 선택된 용어들로서, 그 용어의 의미는 사용자 또는 운용자의 의도 또는 업계의 관례 등에 따라 달라질 수 있다. 따라서 후술하는 실시예들에서 사용된 용어의 의미는, 본 명세서에 구체적으로 명시된 경우에는 명시된 정의에 따르며, 구체적으로 명시하지 않는 경우, 당업자들이 일반적으로 인식하는 의미로 해석되어야 할 것이다.
도 1은 본 발명에 따른 가속도 센서를 이용한 환자분석 장치의 일 실시예를 나타내는 구성도이다.
도 1을 참조하면, 본 발명에 따른 환자 분석 장치는 정보 수집부(110) 및 분석 서버부(130)를 포함한다.
정보 수집부(110)는 전문가(20)로부터 수신된 동작 명령에 기초하여 대상 환자(10)에게 동작 지시를 전달한다. 여기에서 대상 환자(10)는 파킨슨병을 앓고 있는 환자이다. 파킨슨병은 최초 진단시에는 뇌 자기공명영상촬영(뇌 MRI), 단일혈류광자방출단층촬영(SPECT) 및 양전자방출단층촬영(PET) 등의 힘든 검사를 통하여 진단한다. 하지만 일단 파킨슨병으로 진단되면, 이후 파킨슨병의 진행 상태는 복잡한 검사가 아니라 간단한 임상 방식으로 전문의가 환자의 상태를 파악한다. 도 1에서 전문가(20)는 파킨슨병에 걸린 대상 환자(10)를 진단하는 전문의와 같은 의사 또는 장치를 다루는 의공학자(Biomedical Engineer)를 포함하AU, 대상 환자(10)의 파킨슨병 상태 진단을 위한 동작 지시를 전달할 수 있는 모든 사용자를 포함할 수 있다.
대상 환자(10)는 정보 수집부(110)로부터 수신된 동작 지시에 따라 파킨슨병 상태 진단을 위해 걷거나 특정한 동작을 취하게 된다. 동작 지시는 대상 환자(10)의 파킨슨병 진단을 위해 전문가(20)로부터 정보 수집부(110)로 수신된 동작 요청에 기초한다. 전문가(20)는 파킨슨병 상태 진단을 위해 특정한 동작을 포함하는 동작 요청을 정보 수집부(110)로 전달하고, 정보 수집부(110)는 수신된 동작 요청에 기초하여 대상 환자(10)에게 동작 지시를 전달한다.
대상 환자(10)가 수신된 동작 지시에 따라 취한 임의의 행동은 정보 수집부(110)의 3축 가속도 센서에 의해 측정된다. 대상 환자(10)의 동작 측정은 3축 가속도 센서가 부착된 허리보호대 등을 대상 환자(10)에게 착용하는 방법을 적용할 수 있다. 또는 대상 환자(10)가 3축 가속도 센서를 손에 파지하고 측정하는 방법을 적용할 수 있다. 대상 환자(10)의 동작을 3축 가속도 센서로 측정하는 방법은 상술한 방법으로 한정되는 것은 아니며, 3축 가속도 센서를 적용 가능한 모든 방법을 포함할 수 있다.
정보 수집부(110)는 대상 환자(10)의 동작을 3축 가속도 센서를 통해 측정하고, 싱크 노드(Sink Node)를 통해 3축 가속도 센서로부터 동작 센서 데이터를 수신한다. 그리고, 측정된 동작 센서 데이터에 기초하여 대상 환자(10)에 대한 동작 측정 데이터를 생성하여 분석 서버부(130)에 전달한다.
분석 서버부(130)는 전문가(20), 대상 환자(10) 또는 임의의 사용자로부터 대상 환자(10)의 기본정보인 나이, 성별, 키, 몸무게, 기존 처방약 정보, 약 복용 시간, 증상 단계 및 진료 시간 등을 포함하는 대상 환자 개인정보를 수신하여 저장한다.
분석 서버부(130)는 정보 수집부(110)로부터 동작 측정 데이터를 수신하고, 수신된 동작 측정 데이터를 분석한다. 분석 서버부(130)는 수신된 동작 측정 데이터로부터 대상 환자(10)의 현재 상태를 측정할 수 있다. 대상 환자(10)의 현재 상태는 동작 지시에 따른 보행 상태(보행 속도, 보행 자세 등)를 측정할 수 있으며, 팔/다리의 움직임과 몸의 떨림 등을 측정할 수 있다. 분석 서버부(130)는 저장되어 있는 대상 환자 개인정보와 수신된 동작 측정 데이터에 기초하여 환자 상태 데이터를 생성한다. 분석 서버부(130)는 파킨슨병 환자가 일정 거리를 걷는 동안에 걸은 구간을 3구간으로 분류하여 계산한 구간별 속도, 첫걸음에 걸리는 시간, 총 걸음 수, 평균속력, 운동량 및 약 복용 경과 시간 등을 포함하는 환자 상태 데이터를 생성한다.
다음으로 분석 서버부(130)는 생성된 환자 상태 데이터에 기초하여 전문가(20)에게 유용한 정보를 제공하기 위한 객관적 보조지표(Secondary Indicator)를 생성한다. 분석 서버부(130)는 전문가(20)로부터 보조지표 요청을 수신하면, 환자 상태 데이터에 기초하여 객관적 보조지표를 생성하고, 생성된 객관적 보조지표를 전문가(20)에게 전달한다.
표 1은 본 발명에 따른 본 발명에 따른 환자분석 장치의 객관적 보조지표의 일 실시예를 나타낸다.
표 1 객관적 보조지표의 일 실시예
환자 상태 정보 입력 값 분석 값 기존 환자 분포도(%)
성별 남 구간별 속도(Velocity) 1구간 0.028 매우 좋음 좋음 약간 좋음 보통 약간 나쁨 나쁨 매우 나쁨
나이 65
2구간 0.044
11 52 35 2
키(cm) 170
3구간 0.048
과거 진단 내역
몸무게(kg) 60 약 복용 경과 시간 6시간 50분
처방약 Requip 전문의 진단
약 복용 시간 Am 8:00 평균속력(m/s) 0.51 아무개 -
환자 상태 정보 측정 값 이순신 -
걸음 측정 시 센서 데이터 - 총운동량(J) 1.02 홍길동 -
증상 단계 5 첫 걸음 시간(s) 1.5 ... ...
진료 시간 Pm 2:50 걸음 수 56
표 2를 참조하면, 객관적 보조지표는 파킨슨병 환자가 일정 거리를 걷는 동안에 걸은 구간을 3구간으로 분류하여 계산한 구간별 속도, 첫걸음에 걸리는 시간, 총 걸음 수, 평균속력, 운동량 및 약 복용 경과 시간 등을 포함하는 환자 상태 데이터에 대상 환자 개인 정보를 고려하여 환자 기본 정보에 맞는 객관적 보조지표를 생성하여 전문의가 객관적으로 파킨슨병 환자를 처방하는데 활용될 수 있다.
분석 서버부(130)는 생성된 객관적 보조지표를 전문가(20)에게 전달한다. 전문가(20)는 수신된 객관적 보조지표에 기초하여 대상 환자(10)의 현재 상태를 확인하고, 대상 환자(10)에 최적화된 진단 및 처방을 내릴 수 있다.
도 2는 본 발명의 일 실시예에 따른 분석 서버부의 상세도이다.
도 2를 참조하면, 분석 서버부(130)는 클라우드 서버 관리부(131), 지식 베이스 관리부(132), 보조지표부(133) 및 데이터 베이스부(134)를 포함한다.
클라우드 서버 관리부(131)는 정보 수집부로부터 동작 측정 데이터를 수신 받는다. 그리고 데이터 베이스부(134)로부터 수신된 환자 개인정보 및 수신된 동작 측정 데이터를 분석하여 환자 상태 데이터를 생성한다.
데이터 베이스부(134)로부터 수신된 환자 개인정보는 대상 환자의 나이, 성별, 키, 몸무게, 기존 처방약 정보, 약 복용 시간, 증상 단계 및 진료 시간 등을 포함하는 대상 환자의 개인정보를 포함한다.
클라우드 서버 관리부(131)는 수신된 동작 측정 데이터로부터 대상 환자의 현재 상태를 측정하여 대상 환자의 동작 지시에 따른 보행 상태(보행 속도, 보행 자세 등)를 측정할 수 있으며, 팔/다리의 움직임과 몸의 떨림 등을 측정할 수 있다. 클라우드 서버 관리부(131)는 저장되어 있는 대상 환자 개인정보와 수신된 동작 측정 데이터에 기초하여 환자 상태 데이터를 생성한다. 생성된 환자 상태 데이터는 대상 환자의 개인정보 및 동작 측정 시 가속도 센서 데이터를 포함한다. 생성된 환자 상태 데이터는 데이터 베이스부(134)로 전달되어 저장된다.
그리고 클라우드 서버 관리부(131)는 환자 상태 데이터를 분석하여 환자 분석 데이터를 생성한다. 환자 분석 데이터는 파킨슨병 환자가 일정 거리를 걷는 동안에 걸은 구간을 3구간으로 분류하여 계산한 구간별 속도, 첫걸음에 걸리는 시간, 총 걸음 수, 평균속력, 운동량 및 약 복용 경과 시간 . 생성된 환자 분석 데이터는 지식 베이스 관리부(132)로 전달된다.
지식 베이스 관리부(132)는 클라우드 서버 관리부(131)로부터 환자 분석 데이터를 수신하여 저장 및 관리하고, 저장된 환자 분석 데이터를 보조지표부(133)로 전달한다.
보조지표부(133)는 전문가에게 객관적 보조지표를 제공하기 위해 분석 서버부(130)에 설치되며, 지식 베이스(132)로부터 클라우드 서버 관리부(131)에서 생성된 환자 상태 데이터를 수신한다. 그리고 전문의로부터 보조지표 요청을 수신하면, 수신된 환자 상태 데이터에 기초하여 객관적 보조지표를 생성하고, 생성된 객관적 보조지표를 전문의에게 전달한다.
데이터 베이스부(134)는 클라우드 서버 관리부(131)로부터 수신된 동작 측정 데이터 및 전문가로부터 수신된 대상 환자 개인정보를 저장하며, 저장된 대상 환자 개인 정보를 클라우드 서버 관리부(131)로 전달한다.
도 3은 본 발명의 일 실시예에 따른 가속도 센서를 이용한 환자 분석 방법의 상태 데이터 수집 방법의 흐름도이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 가속도 센서를 이용한 환자 상태 데이터 수집 방법은 먼저, 데이터 베이스부(134)에서 전문가(20)로부터 대상 환자 개인 정보를 수신한다(301). 대상 환자 개인정보는 대상 환자(10)의 기본정보인 나이, 성별, 키, 몸무게, 기존 처방약 정보, 약 복용 시간, 증상 단계 및 진료 시간 등을 포함할 수 있다. 그리고 데이터 베이스부(134)는 전문가(20)로부터 수신된 대상 환자 개인 정보를 클라우드 서버 관리부(131)로 전달한다(302).
다음으로 정보 수집부(110)는 3축 가속도 센서를 이용하여 대상 환자(10)로부터 동작을 측정한다(303). 대상 환자(10)는 동작 지시에 따라 파킨슨병 상태 진단을 위해 걷거나 특정한 동작을 취한다. 전문가(20)는 병원이나 기타 장소에서 대상 환자(10)를 직접 대면하여 육성으로 동작 지시를 전달하거나, 스마트 기기나 PC 및 유/무선 전화기와 같은 다양한 장치를 이용하여 대상 환자(10)에게 필요한 동작 지시를 전달할 수 있다. 대상 환자(10)가 동작 지시에 따라 해당 동작을 취하면 3축 가속도 센서를 이용하여 대상 환자(10)의 동작을 측정한다. 3축 가속도 센서는 다양한 방법을 통해 대상 환자(10)의 동작을 측정할 수 있다. 예를 들어, 허리보호대 형태의 3축 가속도 센서를 대상 환자(10)에게 착용시킨 후 동작을 측정할 수 있다.
그리고 정보 수집부(110)는 대상 환자(10)로부터 측정된 동작 측정 데이터를 클라우드 서버 관리부(131)로 전달한다(304). 정보 수집부(110)는 대상 환자(10)의 동작을 3축 가속도 센서를 통해 측정하고, 싱크 노드(Sink Node)를 통해 3축 가속도 센서로부터 동작 센서 데이터를 수신한다. 그리고, 측정된 동작 센서 데이터에 기초하여 대상 환자(10)에 대한 동작 측정 데이터를 생성하여 클라우드 서버 관리부(131)에 전달한다.
클라우드 서버 관리부(131)는 수신된 동작 측정 데이터 및 대상 환자 개인 정보에 기초하여, 환자 상태 데이터를 생성한다(305). 클라우드 서버 관리부(131)는 수신된 동작 측정 데이터로부터 대상 환자(10)의 현재 상태를 측정할 수 있다. 대상 환자(10)의 현재 상태는 동작 지시에 따른 보행상태(보행 속도, 보행 자세 등)를 측정할 수 있으며, 팔/다리의 움직임과 몸의 떨림 등을 측정할 수 있다. 클라우드 서버 관리부(131)는 저장되어 있는 대상 환자 개인정보와 수신된 동작 측정 데이터에 기초하여 환자 상태 데이터를 생성한다.
그리고 클라우드 서버 관리부(131)는 생성된 환자 상태 데이터를 데이터 베이스부(134)로 전달한다(306).
도 4는 본 발명의 일 실시예에 따른 가속도 센서를 이용한 환자 분석 방법의 데이터 분석 방법을 나타내는 흐름도이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 데이터 분석 방법은 먼저, 데이터 베이스부(134)는 저장하고 있는 환자 상태 데이터를 클라우드 서버 관리부(131)로 전달한다(401). 그리고 클라우드 서버 관리부(131)는 수신된 환자 상태 데이터를 분석한다(402). 수신된 환자 상태 데이터는 대상 환자로부터 수집된 동작 측정 데이터와 전문가로부터 입력된 대상 환자 개인정보를 포함하고 있다. 클라우드 서버 관리부(131)는 이러한 환자 상태 데이터를 분석한다. 분석 방법은 예를 들어, 파킨슨병 환자가 일정 거리를 걷는 동안에 걸은 구간을 3구간으로 분류하여 계산한 구간별 속도, 첫걸음에 걸리는 시간, 총 걸음, 평균속력, 운동량 및 약 복용 경과 시간 등을 포함할 수 있다.
클라우드 서버 관리부(131)는 수신된 환자 상태 데이터 분석 결과에 기초하여 환자 분석 데이터를 생성한다(403). 생성된 환자 분석 데이터는 분석 결과에 따른 계산한 구간별 속도, 첫걸음에 걸리는 시간, 총 걸음, 평균속력, 운동량 및 약 복용 경과 시간 등을 포함할 수 있다. 그리고 생성된 환자 분석 데이터를 지식 베이스 관리부(132)로 전달한다(404).
도 5는 본 발명의 일 실시예에 따른 가속도 센서를 이용한 환자 분석 방법의 객관적 보조지표 생성 방법을 나타내는 흐름도이다.
도 5를 참조하면, 보조지표부(133)는 전문가(20)로부터 보조 지표 요청을 수신한다(501). 전문가는 대상 환자의 파킨슨병을 정확히 진단하고 대상 환자에게 최적화된 처방을 내리기 위해 전문가는 분석 서버부의 보조지표부(133)에 보조 지표를 요청한다.
보조 지표 요청을 수신한 보조지표부(133)는 지식 베이스 관리부(132)로 환자 분석 데이터를 요청한다(502). 보조지표부(133)는 전문가(20)의 보조 지표 요청에 따라 대상 환자에 대한 객관적 보조지표 생성을 위해 클라우드 서버 관리부(131)에서 분석한 환자 분석 데이터를 지식 베이스 관리부(132)에 요청한다. 그리고 환자 분석 데이터 요청을 수신한 지식 베이스 관리부(132)는 클라우드 서버 관리부(131)로부터 수신되어 저장하고 있는 환자 분석 데이터를 보조지표부(133)로 전달한다(503).
지식 베이스 관리부(132)로부터 환자 분석 데이터를 수신한 보조지표부(133)는 환자 분석 데이터에 기초하여 객관적 보조지표를 생성한다(504). 객관적 보조지표는 파킨슨병 환자가 일정 거리를 걷는 동안에 걸은 구간을 3구간으로 분류하여 계산한 구간별 속도, 첫 걸음에 걸리는 시간, 총 걸음 수, 평균속력, 운동량 및 약 복용 경과 시간 등을 포함하는 환자 상태 데이터에 대상 환자 개인 정보를 고려하여 환자 기본 정보에 맞는 객관적 보조지표를 생성하여 전문의가 객관적으로 파킨슨병 환자를 처방하는데 활용될 수 있다. 그리고 보조지표부(133)는 생성된 객관적 보조지표를 전문가(20)에게 전달한다(505). 전문가(20)는 수신된 객관적 보조지표에 기초하여 대상 환자의 파킨슨병의 정확한 상태를 진단하고, 대상 환자에 최적화된 진단을 내릴 수 있다.
도 6은 본 발명의 일 실시예에 따른 가속도 센서를 이용한 환자 분석 방법을 나타내는 흐름도이다.
도 6을 참조하면, 본 발명의 일 실시예에 따른 가속도 센서를 이용한 환자 분석 방법은 먼저, 전문가로부터 대상 환자 개인정보를 수신한다(601). 전문의를 포함하는 전문가는 대상 환자에 최적화된 처방을 내리기 위해 먼저 대상 환자 개인정보를 가속도 센서를 이용한 환자 분석 장치의 분석 서버부에 입력한다. 대상 환자 개인정보는 대상 환자의 나이, 성별, 키, 몸무게, 기존 처방약 정보, 약 복용 시간, 증상 단계 및 진료 시간 등을 포함하는 대상 환자의 개인정보를 포함한다.
그리고 전문가는 대상 환자에게 동작 지시를 요청한다(602). 파킨슨병은 최초 병을 진단 시, 뇌 자기공명영상촬영(뇌 MRI), 단일혈류광자방출단층촬영(SPECT) 및 양전자방출단층촬영(PET) 등의 힘든 검사를 통하여 진단한다. 하지만 일단 파킨슨병으로 진단되면, 이후 파킨슨병의 진행 상태는 복잡한 검사가 아니라 간단한 임상 방식으로 전문의가 환자의 상태를 파악한다. 간단한 임상 방식은 전문가의 지시에 따른 대상 환자의 동작 반응을 살피는 것이다. 대상 환자는 동작 지시에 따라 파킨슨병 상태 진단을 위해 걷거나 특정한 동작을 취하게 된다. 전문가가 대상 환자에게 동작 지시를 내리는 방법은 직접 대면하여 지시를 내리거나, 네트워크를 이용한 온라인 또는 유무선 전화를 통한 방법을 이용할 수 있다.
다음으로 동작 지시에 따른 대상 환자의 동작을 3축 가속도 센서를 이용하여 측정한다(603). 3축 가속도 센서를 이용하여 대상 환자가 지시된 동작에 따라 행하는 움직임 및 동작을 측정한다. 측정된 동작은 동작 지시에 따라 보행이나 팔/다리의 움직임 및 대상 환자의 떨림 등을 포함할 수 있다.
다음으로 측정된 대상 환자의 동작과 전문가로부터 수신된 대상 환자 개인정보에 기초하여 대상 환자에 대한 객관적 보조지표를 생성한다(605). 먼저, 측정된 대상 환자에 기초하여 대상 환자의 상태를 파악한다. 그리고 환자의 상태와 대상 환자 개인정보를 분석한다. 분석 방법은 예를 들어, 파킨슨병 환자가 일정 거리를 걷는 동안에 걸은 구간을 3구간으로 분류하여 계산한 구간별 속도, 첫 걸음에 걸리는 시간, 총 걸음, 평균속력, 운동량 및 약 복용 경과 시간 등을 포함할 수 있다. 그리고 분석 결과 및 대상 환자 개인정보에 기초하여 객관적 보조지표를 생성한다. 객관적 보조지표는 파킨슨병 환자가 일정 거리를 걷는 동안에 걸은 구간을 3구간으로 분류하여 계산한 구간별 속도, 첫 걸음에 걸리는 시간, 총 걸음 수, 평균속력, 운동량 및 약 복용 경과 시간 등을 포함하는 환자 상태 데이터에 대상 환자 개인 정보를 고려하여 환자 기본 정보에 맞는 객관적 보조지표를 생성하여 전문의가 객관적으로 파킨슨병 환자를 처방하는데 활용될 수 있다.
그리고 생성된 대상 환자의 객관적 보조지표를 전문가에게 전달한다(606). 생성된 객관적 보조지표는 전문가에게 전달되고, 전문가는 객관적 보조지표를 이용하여 대상 환자의 파킨슨병의 정확한 상태를 파악한다. 이를 통해 전문가는 대상 환자에 대해 정확한 진단을 내릴 수 있으며, 대상 환자 개인에 최적화된 처방을 내릴 수 있다.
이상 바람직한 실시 예를 들어 본 발명을 상세하게 설명하였으나, 본 발명은 전술한 실시 예에 한정되지 않고, 본 발명의 기술적 사상의 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러 가지 변형이 가능하다.

Claims (13)

  1. 대상 환자의 파킨슨병 상태 진단을 위한 환자분석 장치에 있어서,
    가속도 센서를 이용하여 상기 대상 환자의 동작을 측정하여 동작 측정 데이터를 생성하는 정보 수집부; 및
    상기 대상 환자의 개인정보를 수신하고, 수신된 상기 동작 측정 데이터 및 상기 대상 환자의 개인정보에 기초하여 상기 대상 환자의 파킨슨병 상태 진단을 위한 객관적 보조지표를 생성하는 분석 서버부;
    를 포함하는 것을 특징으로 하는 가속도 센서를 이용한 환자분석 장치.
  2. 제 1항에 있어서,
    상기 대상 환자는 전문의 또는 전문가의 동작 지시에 따라 행동하는 것을 특징으로 하는 가속도 센서를 이용한 환자분석 장치.
  3. 제 1항에 있어서,
    상기 대상 환자의 개인정보는 나이, 성별, 키, 몸무게, 기존 처방약 정보, 약 복용 시간, 증상 단계 및 진료 시간 중에서 적어도 하나 이상을 포함하는 것을 특징으로 하는 가속도 센서를 이용한 환자분석 장치.
  4. 제 1항에 있어서,
    상기 분석 서버부는,
    상기 수신된 동작 측정 데이터에 기초하여 환자 상태 데이터를 생성하여 전달하고, 상기 생성된 환자 상태 데이터 및 상기 대상 환자의 개인정보를 분석하여 환자 분석 데이터를 생성하는 클라우드 서버 관리부;
    상기 대상 환자의 개인정보를 수신하여 상기 클라우드 서버 관리부에 전달하고, 수신된 상기 환자 상태 데이터를 저장하는 데이터 베이스부;
    상기 클라우드 서버 관리부로부터 수신된 상기 환자 분석 데이터를 저장하는 지식 베이스 관리부; 및
    상기 지식 베이스 관리부로부터 수신된 상기 환자 분석 데이터에 기초하여 상기 대상 환자의 파킨슨병 진단을 위한 객관적 보조지표를 생성하는 보조지표부;
    를 포함하는 것을 특징으로 하는 가속도 센서를 이용한 환자분석 장치.
  5. 제 4항에 있어서,
    상기 환자 상태 데이터는,
    상기 대상 환자의 현재 동작 상태를 나타내는 데이터로서, 상기 대상 환자의 보행 속도, 보행 자세, 보행 상태, 팔/다리의 움직임 및 몸의 떨림 중에서 적어도 하나 이상을 포함하는 것을 특징으로 하는 가속도 센서를 이용한 환자분석 장치.
  6. 제 4항에 있어서,
    상기 환자 분석 데이터는 상기 환자 상태 데이터 및 상기 대상 환자의 기본정보에 기초하여 파킨슨병 환자가 일정 거리를 걷는 동안에 걸은 구간을 3구간으로 분류하여 계산한 구간별 속도, 첫걸음에 걸리는 시간, 총 걸음 수, 평균속력, 운동량 및 약 복용 경과 시간 중에서 적어도 하나 이상을 포함하는 것을 특징으로 하는 가속도 센서를 이용한 환자분석 장치.
  7. 제 1항에 있어서,
    상기 가속도 센서는 3축 가속도 센서로서, 허리보호대 형태를 가지는 것을 특징으로 하는 가속도 센서를 이용한 환자분석 장치.
  8. 대상 환자의 파킨슨병 상태 진단을 위한 환자분석 방법에 있어서,
    상기 대상 환자의 개인정보를 수신하는 단계;
    상기 대상 환자에게 동작 지시를 요청하는 단계;
    상기 대상 환자의 동작을 가속도 센서를 이용하여 측정하는 단계;
    상기 측정된 대상 환자의 동작 및 상기 대상 환자의 개인정보를 분석하여 객관적 보조지표를 생성하는 단계; 및
    상기 생성된 객관적 보조지표를 전문의에게 전달하는 단계;
    를 포함하는 것을 특징으로 하는 가속도 센서를 이용한 환자분석 방법.
  9. 제 8항에 있어서,
    상기 대상 환자의 개인정보는 나이, 성별, 키, 몸무게, 기존 처방약 정보, 약 복용 시간, 증상 단계 및 진료 시간 중에서 적어도 하나 이상을 포함하는 것을 특징으로 하는 가속도 센서를 이용한 환자분석 방법.
  10. 제 8항에 있어서,
    상기 가속도 센서는 3축 가속도 센서로서, 허리보호대 형태를 가지는 것을 특징으로 하는 가속도 센서를 이용한 환자분석 방법.
  11. 제 8항에 있어서,
    상기 측정된 대상 환자의 동작을 통해 객관적 보조지표를 생성하는 단계는,
    상기 수신된 동작 측정 데이터 및 상기 대상 환자의 개인 정보에 기초하여 환자 상태 데이터를 생성하는 단계;
    상기 생성된 환자 상태 데이터를 분석하여 환자 분석 데이터를 생성하는 단계; 및
    상기 환자 분석 데이터를 통해 상기 객관적 보조지표를 생성하는 단계;
    를 포함하는 것을 특징으로 하는 가속도 센서를 이용한 환자분석 방법.
  12. 제 11항에 있어서,
    상기 환자 상태 데이터는,
    상기 대상 환자의 현재 동작 상태를 나타내는 데이터로서, 상기 대상 환자의 보행 속도, 보행 자세, 보행 상태, 팔/다리의 움직임 및 몸의 떨림 중에서 적어도 하나 이상을 포함하는 것을 특징으로 하는 가속도 센서를 이용한 환자분석 방법.
  13. 제 11항에 있어서,
    상기 환자 분석 데이터는 상기 환자 상태 데이터 및 상기 대상 환자의 기본정보에 기초하여 파킨슨병 환자가 일정 거리를 걷는 동안에 걸은 구간을 3구간으로 분류하여 계산한 구간별 속도, 첫걸음에 걸리는 시간, 총 걸음 수, 평균속력, 운동량 및 약 복용 경과 시간 중에서 적어도 하나 이상을 포함하는 것을 특징으로 하는 가속도 센서를 이용한 환자분석 방법.
PCT/KR2012/010876 2012-11-30 2012-12-14 가속도 센서를 이용한 환자분석 장치 및 방법 WO2014084441A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020120138103A KR20140070064A (ko) 2012-11-30 2012-11-30 가속도 센서를 이용한 환자분석 장치 및 방법
KR10-2012-0138103 2012-11-30

Publications (1)

Publication Number Publication Date
WO2014084441A1 true WO2014084441A1 (ko) 2014-06-05

Family

ID=50828055

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2012/010876 WO2014084441A1 (ko) 2012-11-30 2012-12-14 가속도 센서를 이용한 환자분석 장치 및 방법

Country Status (2)

Country Link
KR (1) KR20140070064A (ko)
WO (1) WO2014084441A1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102161310B1 (ko) 2014-11-26 2020-09-29 삼성전자주식회사 보조력 설정 방법 및 장치
KR102068837B1 (ko) * 2018-01-29 2020-02-11 한림대학교 산학협력단 파킨슨병의 진단을 위한 입력 패턴 분석 장치 및 방법
KR102068836B1 (ko) * 2018-01-29 2020-02-11 한림대학교 산학협력단 파킨슨병의 진단을 위한 입력 패턴 생성 장치 및 방법
KR102102930B1 (ko) * 2018-04-23 2020-04-22 주식회사 바이탈식스랩 치매 예측 서버의 데이터 서비스 방법
KR102239671B1 (ko) * 2018-11-29 2021-04-16 주식회사 더열림 노인의 보행 정보를 통한 낙상 및 치매 위험성 예측 방법 및 시스템
US20220076801A1 (en) * 2018-12-21 2022-03-10 University Of Southern California System and method for determining human performance
KR102304296B1 (ko) * 2020-01-31 2021-09-23 주식회사 비플렉스 머리부 모션 가속도 센서를 통한 신체 기능 평가 방법 및 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002516135A (ja) * 1998-05-28 2002-06-04 ザ トラスティーズ オブ コロンビア ユニヴァーシティ イン ザ シティ オブ ニューヨーク 遠隔地で喘息の重症度をモニタリングするシステム及びその方法
KR20080100658A (ko) * 2007-05-14 2008-11-19 한국전자통신연구원 건강관리 기능을 가진 혁대
JP2009291379A (ja) * 2008-06-04 2009-12-17 Mitsubishi Chemicals Corp パーキンソン病の評価装置
JP2010522600A (ja) * 2007-03-27 2010-07-08 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 加速度センサによって測定される患者の活動状態に基づく薬剤投与
KR101126630B1 (ko) * 2010-12-02 2012-03-26 (주)힐닉스 파킨슨 질환 진단용 측정장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002516135A (ja) * 1998-05-28 2002-06-04 ザ トラスティーズ オブ コロンビア ユニヴァーシティ イン ザ シティ オブ ニューヨーク 遠隔地で喘息の重症度をモニタリングするシステム及びその方法
JP2010522600A (ja) * 2007-03-27 2010-07-08 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 加速度センサによって測定される患者の活動状態に基づく薬剤投与
KR20080100658A (ko) * 2007-05-14 2008-11-19 한국전자통신연구원 건강관리 기능을 가진 혁대
JP2009291379A (ja) * 2008-06-04 2009-12-17 Mitsubishi Chemicals Corp パーキンソン病の評価装置
KR101126630B1 (ko) * 2010-12-02 2012-03-26 (주)힐닉스 파킨슨 질환 진단용 측정장치

Also Published As

Publication number Publication date
KR20140070064A (ko) 2014-06-10

Similar Documents

Publication Publication Date Title
WO2014084441A1 (ko) 가속도 센서를 이용한 환자분석 장치 및 방법
Fisher et al. Ambulatory activity of older adults hospitalized with acute medical illness
EP2868096B1 (en) Devices, methods and systems for acquiring medical diagnostic information and provision of telehealth services
US20230371905A1 (en) Systems and methods for use in diagnosing a medical condition of a patient
Sharma et al. Health monitoring & management using IoT devices in a cloud based framework
CN107491630A (zh) 临床决策支持综合系统和使用其的临床决策支持方法
US20100076348A1 (en) Complete integrated system for continuous monitoring and analysis of movement disorders
CN108601548A (zh) 用于神经监测以及辅助诊断的系统和方法
Brophy et al. The future of wearable technologies
CN106384018A (zh) 一种基于智能医疗床的医疗系统
Redd et al. Development of a wearable sensor network for quantification of infant general movements for the diagnosis of cerebral palsy
JP2019535069A (ja) 脳卒中検出及び予防システム及び方法
CN105447334A (zh) 基于Android平台的高血压诊、治、管理系统
WO2013002546A2 (ko) 유무선 통신망을 이용한 질병 관리 시스템 및 방법
Haritou et al. A technology platform for a novel home care delivery service to patients with dementia
CN205451067U (zh) 一种家庭健康检测和诊疗系统
Işik et al. Pulse oximeter based mobile biotelemetry application
KR102233725B1 (ko) 5g 기반의 멀티 헬스케어 서비스 스마트홈 플랫폼 시스템 및 그 구동 방법
Mahmood et al. Designing a collection of two IoT-Systems for real time health telemonitoring
CN109559833A (zh) 一种远程诊疗系统和方法
WO2019208877A1 (ko) 장애인 재활 헬스케어 시스템
Calvaresi et al. Non-intrusive patient monitoring for supporting general practitioners in following diseases evolution
Niveriya et al. Review on Role of Artificial Intelligence in COVID-19 Management and Contemporary Medical Sciences
KR20150130108A (ko) 온라인을 통한 개인 건강관리와 의료서비스 방법
CN208910229U (zh) 基于可穿戴设备的医疗系统

Legal Events

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

Ref document number: 12889252

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12889252

Country of ref document: EP

Kind code of ref document: A1