-
Notifications
You must be signed in to change notification settings - Fork 0
3. KIIS 2016 Web EMR Paper
ChiYun Song, JeongHan Ji, Hansol Kim, Ahyoung Choi
Department of Software, Gachon University
다양한 착용형 디바이스를 이용한 헬스케어 관련 산업은 지속적으로 증가하고 있지만, 웨어러블 디바이스로부터 추출된 다양한 종류의 데이터들을 통합해서 보거나 분석하는 플랫폼이나 통합된 데이터를 기반으로 서비스 하는 것과 관련된 연구가 활발하게 진행되고 있지 않다. 본 논문에서는 다양한 종류의 데이터들을 통합하고 관리하는 Sensor manager와 통합된 데이터를 분석하는 Risk analyzer를 제공하는 플랫폼을 제안하여 헬스케어 산업에 발전을 도모하고 새로운 응용 방향에 대해서 고찰하고자 한다.
최근 Samsung Galaxy Gear, Fitbit 등 다양한 착용형 디바이스와 휴대형 혈압계, 패치형태의 ECG 측정 센서 등을 통해서 일상생활에서 건강 관련 데이터를 수집하고 모니터링 할 수 있는 기기들이 출시되고 있다. 이러한 기기 개발과 함께 다양한 기기로부터 측정되는 데이터를 통합하고 분석하기 위한 연구들이 진행이 되고 있다 [1-3]. 기존의 데이터 수집 및 모니터링 방법으로는 MS사의 Health Vault와 Medtronic-ZephyrLIFE 가 있다. MS-Health Vault는 건강정보를 환자가 직접 입력하고 관리할 수 있도록 만들어진 웹 기반의 데이터 관리 플랫폼이다[1]. Medtronic-ZephyrLIFE는 Bio Patch를 환자의 신체에 부착하고 신호를 받아와 가정과 병원에서 Health-Hub 플랫폼을 이용하여 심박수, 호흡변화, 심전도 등을 관리하는 기능을 제공한다[2]. 이충섭 등은 헬스케어 홈 서비스를 위한 이기종 센서 정보를 수집하는 방안을 제안하였으나, 웨어러블 등 다양한 센서를 고려하지 않았다[3]. 기존의 웨어러블 디바이스나 휴대용 의료기기로부터 추출된 데이터는 각 업체에서 운영하는 서비스나 어플리케이션으로, 실시간으로 모니터링 되는 환경이 제한적이고 단독으로 관리가 이루어지고 있다. 즉, 실시간으로 측정되는 데이터 이외에 다른 의료기관에서 측정한 의료 데이터를 종합적으로 분석하여 환자의 현재 상태를 보여주는 기능에 대한 지원이 부족하다. 본 논문에서는 다양한 종류의 건강 관련 실시간, 비실시간으로 측정되는 데이터들을 활용할 수 있도록 웹 기반의 데이터 통합 플랫폼 Health on Mobile (HOM)을 제안하였다. 웹 기반의 플랫폼은 Sensor manager와 Risk analyzer로 구성되어 있다. Sensor manager는 다양한 헬스케어 기기로부터 추출된 심박수, 운동량, 위치 정보와 같은 실시간 데이터들을 종합적으로 관리해주고 서버로 전송하는 기능을 제공한다. 서로 다른 실시간 데이터들은 종류에 맞게 주기를 설정하여 불필요한 데이터 낭비를 최소화한다. 또한 의료기관에서 측정한 키, 몸무게, 나이, 성별과 같은 비실시간 의료 데이터는 XML 형태로 서버에 전송하여 데이터를 저장한다. Risk analyzer는 통합되어 저장된 실시간, 비실시간 건강 데이터를 바탕으로 사용자의 건강 상태를 관리하고 웹 서버를 통해서 피드백 해준다. 제안한 데이터 관리 플랫폼은 향후 원격 진료 서비스나 혹은 헬스케어 홈 서비스에 활용되어 누적된 의료 데이터를 다양한 상황에서 공유하고 확인할 수 있는 기능을 제공하는데 활용 할 수 있다.
제안하는 실시간 의료데이터와 비실시간 의료데이터의 통합을 위한 웹 기반의 플랫폼은 그림 1과 같은 구조로 구성되었다. 데이터 통합 플랫폼은 크게 센서단과, Sensor manager단, 웹 서버와 데이터베이스단, 웹 브라우저로 구성이 되어 있다. 다양한 종류의 센서에서 수집된 심박수, GPS등의 라이프로깅 데이터는 무선통신을 통하여 모바일 플랫폼 기반의 Sensor manager단으로 전송을 하게 된다. Sensor manager에서 수집된 다양한 데이터는 적합한 특징을 추출하고 설정된 주기에 맞게 데이터베이스로 전송이 된다. 의료 관련 데이터는 사용자가 웹 페이지를 통해 업로드를 하면 동일한 데이터 베이스에 반영될 수 있도록 하였다. 데이터베이스에 저장된 데이터는 웹을 통하여 실시간으로 변화가 있는 경우 업데이트가 되며, 그래프 등을 통해 가시적으로 일반 사용자가 수집된 결과를 확인하고 관리할 수 있다.
실시간 의료데이터와 비실시간 의료데이터의 통합을 위해서 이에 적합한 데이터베이스를 구축하였다. 기본적으로 환자에 대한 전자의무기록 데이터인 의료 데이터(Electrical Medical Record, EMR)를 구성하는 테이블, 개인 건강 관련 정보를 포함하는 데이터(Personal Health Record, PHR)를 구성하는 테이블 및 실시간 의료 관련 데이터를 저장하는 테이블로 구성되어 있으며, 또한 환자와 의사간의 진료 서비스를 위한 환자-의사 관계 테이블로 구성되어 있다. 의료관련 데이터의 수집은 XML 데이터로 이루어 진다. EMR의 경우 XML파일의 업로드, PHR의 경우는 사용자의 직접입력, 실시간 데이터의 경우 Sensor manager에서 센서데이터 변환 및 전송으로 데이터가 저장된다.
Sensor manager는 다양한 종류의 라이프로깅 데이터를 수집하고 관리하는 기능을 하도록 설계하였다. 모바일 디바이스와 연결된 스마트 웨어러블들을 구분하고, 구별된 웨어러블들과의 적합한 통신으로 센서 데이터를 요청하고, 받아온다. 또한, 데이터의 종류에 따라서 데이터 전송 시간과 주기가 달라질 수 있으므로, 사용자의 입력에 의하여 전송 주기를 조절할 수 있도록 하였다. 현재 사용되는 데이터는 심질환 환자의 경우의 시나리오를 가정하여, 심질환과 관련이 있는 심박수, GPS, 걸음수 데이터를 선택하여 받아올 수 있도록 하였다. 심박수의 경우 1/60Hz, GPS는 1시간, 걸음수의 경우 30분으로 주기를 설정하였다. 데이터의 특징과 주기가 설정이 되면, xml데이터로 변환하여 플랫폼의 서버에 전송한다. 본 논문에서 Sensor manager는 안드로이드 플랫폼 기반으로 개발하였다.
기존에 입력되고 저장된 EMR 데이터와 PHR 데이터를 기반으로 사용자의 병력을 확인하고, 현재 앓고 있는 질환에 따라 필요한 데이터를 선택적으로 수집하여, 수집한 데이터를 실시간으로 웹을 통해 확인할 수 있도록 하였다. 본 연구에서는 심질환 환자의 상황을 기준으로 하여 위험도를 분석하고 사용자가 데이터 변화를 인지할 수 있도록 가시화 하는 기법을 적용하였다. 그림 3은 심질환 환자의 경우 모니터링 되는 값을 기준으로 위험도를 분석한 알고리즘의 블록도이다. 사용자의 성별, 나이, 심박수와 혈압을 분석하여 위험한 수준의 심박수 범위를 설정하고, 현재 사용자가 운동 상태인지를 확인하여 운동중 심박수 인지, 평상시 심박수 인지를 구분한다. 현재 측정된 심박수와 운동 여부를 기준으로 위험도 결과값을 도출한다. 이외에 심질환과 관련이 있는 혈압, 체중 등의 값도 모니터링을 통하여 위험도를 각기 분석하고, 각 신호의 위험도를 통합하여 평상시 대비 일정 수준 이상으로 신호 변화가 발생하면, 최종적인 위험도를 도출하고, 전문가가 아닌 경우에도 확인이 가능하도록, 빨강, 노랑, 파랑의 색으로 현재 위험한 수준을 가화 하였다.
웹 기반 데이터 통합 플랫폼의 구현 결과는 다음과 같다. 서버는 리눅스를 사용하여 구축하였으며, DB는 MySQL을 통하여 구축하였고, 실시간 센서 정보 취득을 위하여 LG G watch Urbane을 사용하였다. 또한 사용자의 서비스 사용을 위해 워드프레스를 활용하여 웹을 구축하였고, 이 웹을 통하여서 사용자가 직접적으로 PHR, EMR 데이터를 저장, 관리하도록 하였으며, 실시간 데이터와 비실시간 데이터를 분석한 그래프를 사용자가 직접 볼 수 있도록 구축하였다.
본 논문에서는 웹 기반의 의료 데이터와 라이프 로깅 데이터를 통합하고 분석하는 플랫폼을 제안하였다. 웹 기반의 플랫폼은 Sensor manager와 Risk analyzer로 구성되어 있으며, 실시간으로 획득한 라이프 로깅 데이터와 비실시간의 의료 데이터를 주기적으로 동일한 데이터베이스에 업데이트 하고 이를 웹 브라우저를 통해 가시화 하도록 하였다. 향후 계획으로는 현재 의료데이터 저장을 위한 데이터베이스를 의료기관에서 사용하는 데이터의 예시를 참조하여 구성하였으나, 의료데이터 표준에 맞게 데이터베이스를 구성하고 업데이트 할 예정이다. 또한 안드로이드 플랫폼이외의 플랫폼에서 동작하는 다양한 종류의 센서를 추가하여 이기종 센서를 지원할 수 있도록 개발할 예정이다. 특히, 아두이노를 활용하여 PPG센서값을 받아오고 이를 Sensor manager가 데이터의 필터링 후 부정맥 진단 알고리즘을 활용하여 부정맥의 유무를 판단하는 부분에 대한 구현을 추가할 예정이다.
본 연구는 미래창조과학부 및 정보통신기술진흥센터의 SW중심대학지원사업의 연구결과로 수행되었으며 (R7115-16-1001), 2016년도 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업임(No. 2016R1D1A1B03935104)
[1] https://www.healthvault.com/kr/ko [2] https://www.zephyrlife.com/start.htm [3] 이충섭, 윤영민, 정창원, 주수종, “헬스케어 홈 서비스를 위한 이기종 센서 정보 구축 및 관리”, 한국정보과학회 가을 학술발표논문집 33권 2호, 2006