[go: up one dir, main page]

KR102407987B1 - Methdo and apparatus for building bio data hub - Google Patents

Methdo and apparatus for building bio data hub Download PDF

Info

Publication number
KR102407987B1
KR102407987B1 KR1020220005623A KR20220005623A KR102407987B1 KR 102407987 B1 KR102407987 B1 KR 102407987B1 KR 1020220005623 A KR1020220005623 A KR 1020220005623A KR 20220005623 A KR20220005623 A KR 20220005623A KR 102407987 B1 KR102407987 B1 KR 102407987B1
Authority
KR
South Korea
Prior art keywords
data
bio
analysis
hub
information
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
KR1020220005623A
Other languages
Korean (ko)
Other versions
KR20220013582A (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 KR1020220005623A priority Critical patent/KR102407987B1/en
Publication of KR20220013582A publication Critical patent/KR20220013582A/en
Application granted granted Critical
Publication of KR102407987B1 publication Critical patent/KR102407987B1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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 OR CALCULATING; 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 OR CALCULATING; 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 OR CALCULATING; 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
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
    • H04L2209/88—Medical equipments

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Public Health (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Pathology (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

바이오 데이터 허브 구축 방법 및 장치가 개시된다. 바이오 데이터 허브 구축 장치는 주택에 설치된 제1 의료 사물 인터넷(IoMT) 장치로부터 복수의 제1 바이오 정보를 수집하고, 병원에 설치된 제2 의료 사물 인터넷 장치로부터 복수의 제2 바이오 정보를 수집하고, 복수의 제1 바이오 정보를 분석하여 복수의 제1 분석 데이터를 획득하고, 복수의 제2 바이오 정보를 분석하여 복수의 제2 분석 데이터를 획득하고, 복수의 제1 분석 데이터를 통합하여 제1 빅데이터를 획득하고, 복수의 제2 분석 데이터를 통합하여 제2 빅데이터를 획득하고, 제1 빅데이터 및 제2 빅데이터를 통합하여 통합 데이터를 획득하고, 통합 데이터를 블록체인에 저장함으로써 바이오 데이터 허브(Hub)를 구축할 수 있다.A method and apparatus for constructing a biodata hub are disclosed. The device for constructing a biodata hub collects a plurality of first bio-information from a first medical Internet of Things (IoMT) device installed in a house, collects a plurality of second bio-information from a second medical IoT device installed in a hospital, and to obtain a plurality of first analysis data by analyzing the first bio-information of Biodata hub by acquiring a plurality of second analysis data to obtain the second big data, integrating the first big data and the second big data to obtain the integrated data, and storing the integrated data in the block chain (Hub) can be built.

Description

바이오 데이터 허브를 구축하는 방법 및 장치{METHDO AND APPARATUS FOR BUILDING BIO DATA HUB} METHOD 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 health care, and to a technology for collecting and integrating 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 take care of the user's health is being studied. Medical IoT devices create an environment in which user's bio-information is collected in real time.

대한민국 공개특허공보 제10-2019-0031866호(2019.03.27)Republic of Korea Patent Publication No. 10-2019-0031866 (2019.03.27)

일 실시 예에 따른 프로세서에 의해 수행되는 바이오 데이터 허브 구축 방법은, 주택에 설치된 제1 의료 사물 인터넷(IoMT) 장치로부터 복수의 제1 바이오 정보를 수집하는 단계; 병원에 설치된 제2 의료 사물 인터넷 장치로부터 복수의 제2 바이오 정보를 수집하는 단계; 상기 복수의 제1 바이오 정보를 분석하여 복수의 제1 분석 데이터를 획득하는 단계; 상기 복수의 제2 바이오 정보를 분석하여 복수의 제2 분석 데이터를 획득하는 단계; 상기 복수의 제1 분석 데이터를 통합하여 제1 빅데이터를 획득하는 단계; 상기 복수의 제2 분석 데이터를 통합하여 제2 빅데이터를 획득하는 단계; 및 상기 제1 분석 데이터 및 상기 제2 분석 데이터를 통합하여 바이오 데이터 허브(Hub)를 구축하는 단계를 포함하고, 상기 바이오 데이터 허브를 구축하는 단계는, 상기 제1 빅데이터 및 상기 제2 빅데이터를 통합하여 통합 데이터를 획득하는 단계; 및 상기 통합 데이터를 블록체인(Block chain)에 저장하는 단계를 포함할 수 있다.According to an exemplary embodiment, a method of constructing a bio data hub performed by a processor includes collecting a plurality of first bio information from a first medical Internet of Things (IoMT) device installed in a house; collecting a plurality of second bio-information from a second medical IoT device installed in a hospital; obtaining a plurality of first analysis data by analyzing the plurality of first bio-information; obtaining a plurality of second analysis data by analyzing the plurality of second bio-information; 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 bio data hub by integrating the first and second analysis data, wherein the building of the bio data hub includes the first big data and the second big data. to obtain integrated data by integrating them; and storing the integrated data in a block chain.

일 실시 예에 따르면, 상기 복수의 제1 바이오 정보를 수집하는 단계는, 하나 이상의 제1 사용자의 생활 패턴 정보 및 생체 정보를 수집하는 단계를 포함할 수 있다.According to an embodiment, the collecting of the plurality of first bio-information may include collecting life pattern information and bio-information of one or more first users.

일 실시 예에 따르면, 상기 복수의 제2 바이오 정보를 수집하는 단계는, 하나 이상의 제2 사용자의 의료 정보 및 생체 정보를 수집하는 단계를 포함할 수 있다.According to an embodiment, the collecting of the plurality of second bio-information may include collecting medical information and bio-information of one or more second users.

일 실시 예에 따르면, 상기 복수의 제1 분석 데이터를 획득하는 단계는, 상기 복수의 제1 바이오 정보에 통계 분석을 적용하여 복수의 제1 통계 데이터를 획득하는 단계; 상기 복수의 제1 통계 데이터 각각을 시각화하는 단계; 및 상기 시각화의 결과를 기초로 제1 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제1 분석 데이터를 획득하는 단계를 포함할 수 있다.According to an embodiment, the acquiring of the plurality of first analysis data may include: acquiring 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 the visualization result.

일 실시 예에 따르면, 상기 방법은, 상기 복수의 제1 분석 데이터를 이용하여 상기 제1 바이오 데이터 분석 뉴럴 네트워크를 학습시키는 단계를 더 포함할 수 있다.According to an embodiment, the method may further include training the first bio-data analysis neural network by using the plurality of first analysis data.

일 실시 예에 따르면, 상기 복수의 제2 분석 데이터를 획득하는 단계는, 상기 복수의 제2 바이오 정보에 통계 분석을 적용하여 복수의 제2 통계 데이터를 획득하는 단계; 상기 복수의 제2 통계 데이터 각각을 시각화하는 단계; 및 상기 시각화의 결과를 기초로 제2 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제2 분석 데이터를 획득하는 단계를 포함할 수 있다.According to an embodiment, the acquiring of the plurality of second analysis data may include: acquiring 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 the visualization result.

일 실시 예에 따르면, 상기 복수의 제2 분석 데이터를 이용하여 상기 제2 바이오 데이터 분석 뉴럴 네트워크를 학습시키는 단계를 더 포함할 수 있다.According to an embodiment, the method may further include training the second bio-data analysis neural network by using the plurality of second analysis data.

일 실시 예에 따르면, 상기 제1 빅데이터를 획득하는 단계는, 상기 복수의 제1 분석 데이터 간의 관계를 분석하여 제1 관계 데이터를 획득하는 단계; 및 상기 제1 관계 데이터를 필터링하여 상기 제1 빅데이터를 획득하는 단계를 포함할 수 있다.According to an embodiment, the acquiring of the first big data may include: acquiring first relational data by analyzing a relationship between the plurality of first analyzed data; and filtering the first relational data to obtain the first big data.

일 실시 예에 따르면, 상기 제2 빅데이터를 획득하는 단계는, 상기 복수의 제2 분석 데이터 간의 관계를 분석하여 제2 관계 데이터를 획득하는 단계; 및 상기 제2 관계 데이터를 필터링하여 상기 제2 빅데이터를 획득하는 단계를 포함할 수 있다.According to an embodiment, the acquiring of the second big data may include: acquiring second relationship data by analyzing a relationship between the plurality of second analyzed data; and filtering the second relation data to obtain the second big data.

일 실시 예에 따른 바이오 데이터 허브 구축 장치는, 적어도 하나의 프로세서; 및 메모리를 포함하고, 상기 프로세서는, 주택에 설치된 제1 의료 사물 인터넷(IoMT) 장치로부터 복수의 제1 바이오 정보를 수집하고, 병원에 설치된 제2 의료 사물 인터넷 장치로부터 복수의 제2 바이오 정보를 수집하고, 상기 복수의 제1 바이오 정보를 분석하여 복수의 제1 분석 데이터를 획득하고, 상기 복수의 제2 바이오 정보를 분석하여 복수의 제2 분석 데이터를 획득하고, 상기 복수의 제1 분석 데이터를 통합하여 제1 빅데이터를 획득하고, 상기 복수의 제2 분석 데이터를 통합하여 제2 빅데이터를 획득하고, 상기 제1 빅데이터 및 상기 제2 빅데이터를 통합하여 통합 데이터를 획득하고, 상기 통합 데이터를 블록체인(Block chain)에 저장함으로써 상기 바이오 데이터 허브(Hub)를 구축할 수 있다.According to an embodiment, an apparatus for constructing a bio data hub includes at least one processor; and a memory, wherein the processor collects a plurality of first bio-information from a first medical Internet of Things (IoMT) device installed in a house, and collects a plurality of second bio-information from a second medical IoT device installed in a hospital. collecting, 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, and the plurality of first analysis data to obtain first big data by integrating, to obtain second big data by integrating the plurality of second analysis data, to obtain integrated data by integrating the first big data and the second big data; By storing the integrated data in a block chain, the bio data hub can be built.

일 실시 예에 따르면, 상기 프로세서는, 하나 이상의 제1 사용자의 생활 패턴 정보 및 생체 정보를 수집할 수 있다.According to an embodiment, the processor may collect life pattern information and biometric information of one or more first users.

일 실시 예에 따르면, 상기 프로세서는, 하나 이상의 제2 사용자의 의료 정보 및 생체 정보를 수집할 수 있다.According to an embodiment, the processor may collect medical information and biometric information of one or more second users.

일 실시 예에 따르면, 상기 프로세서는, 상기 복수의 제1 바이오 정보에 통계 분석을 적용하여 복수의 제1 통계 데이터를 획득하고, 상기 복수의 제1 통계 데이터 각각을 시각화하고, 상기 시각화의 결과를 기초로 제1 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제1 분석 데이터를 획득할 수 있다.According to an embodiment, the processor applies statistical analysis to the plurality of first bio-information to obtain a plurality of first statistical data, visualizes each of the plurality of first statistical data, and displays the result of the visualization. Based on the first bio-data analysis neural network, the plurality of first analysis data may be acquired.

일 실시 예에 따르면, 상기 프로세서는, 상기 복수의 제1 분석 데이터를 이용하여 상기 제1 바이오 데이터 분석 뉴럴 네트워크를 학습시킬 수 있다.According to an embodiment, the processor may train the first bio-data analysis neural network by using the plurality of first analysis data.

일 실시 예에 따르면, 상기 프로세서는, 상기 복수의 제2 바이오 정보에 통계 분석을 적용하여 복수의 제2 통계 데이터를 획득하고, 상기 복수의 제2 통계 데이터 각각을 시각화하고, 상기 시각화의 결과를 기초로 제2 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제2 분석 데이터를 획득할 수 있다.According to an embodiment, the processor applies statistical analysis to the plurality of second bio-information to obtain a plurality of second statistical data, visualizes each of the plurality of second statistical data, and displays a result of the visualization. Based on the second bio-data analysis neural network, the plurality of second analysis data may be acquired.

일 실시 예에 따르면, 상기 프로세서는, 상기 복수의 제2 분석 데이터를 이용하여 상기 제2 바이오 데이터 분석 뉴럴 네트워크를 학습시킬 수 있다.According to an embodiment, the processor may train the second bio-data analysis neural network by using the plurality of second analysis data.

일 실시 예에 따르면, 상기 프로세서는, 상기 복수의 제1 분석 데이터 간의 관계를 분석하여 제1 관계 데이터를 획득하고, 상기 제1 관계 데이터를 필터링하여 상기 제1 빅데이터를 획득할 수 있다.According to an embodiment, the processor may obtain first relational data by analyzing a relationship between the plurality of first analyzed data, and may obtain the first big data by filtering the first relational data.

일 실시 예에 따르면, 상기 프로세서는, 상기 복수의 제2 분석 데이터 간의 관계를 분석하여 제2 관계 데이터를 획득하고, 상기 제2 관계 데이터를 필터링하여 상기 제2 빅데이터를 획득할 수 있다.According to an embodiment, the processor may obtain second relation data by analyzing a relation between the plurality of second analysis data, and may obtain the second big data by filtering the second relation data.

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 built by the bio data hub building apparatus according to an exemplary embodiment.
2 is a flowchart illustrating an operation of a method for constructing a bio-data hub according to an exemplary embodiment.
3 is a flowchart illustrating an example of a method of constructing 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 constructing 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. Like reference numerals in each figure indicate like elements.

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 modifications may be made to the embodiments described below. It should be understood that the embodiments described below are not intended to limit the embodiments, and include all modifications, 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.Terms used in the examples are used only to describe specific examples, and are not intended to limit the examples. The singular expression includes the plural expression unless the context clearly dictates otherwise. In the present specification, terms such as “comprise” or “have” are intended to designate that a feature, number, step, operation, component, part, or combination thereof described in the specification exists, but one or more other features It should be understood that this does not preclude the existence or addition of numbers, steps, operations, components, parts, or combinations thereof.

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 defined otherwise, 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 such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related art, and should not be interpreted in 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 components are given the same reference numerals regardless of the reference numerals, and the overlapping description thereof will be omitted. In describing the embodiment, if it is determined that a detailed description of a related known technology may unnecessarily obscure the gist of the embodiment, 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 the apparatus for constructing 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 bio-data hub building apparatus 100 may collect bio-information of users in various places. The apparatus 100 for constructing 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 biodata hub construction apparatus 100 may be applied to a medical service field that manages a user's health. The biodata hub construction device 100 is used in the medical service field, such as checking the user's health, predicting the occurrence of diseases, suggesting 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 biodata hub may provide a biodata hub that can be utilized not only for medical treatment services but also for prediction services on a user's health condition based on fluctuations in symptoms and disease states. The biodata hub construction apparatus 100 may provide a biodata hub capable of providing medical advice for treatment or prevention purposes. The biodata hub construction apparatus 100 may receive user information anytime and 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 biodata hub may provide more automated and accurate medical advice by analyzing and learning bioinformation collected from a plurality of users through a neural network. Through this, the biodata hub construction apparatus 100 may provide a health care service having strength in improving the health of the user and managing chronic diseases.

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 bio-data hub construction apparatus 100 may receive life pattern information, biometric information, or medical information of users through communicable devices installed in various places. The bio-data hub construction apparatus 100 may collect user's bio-information from, for example, a medical Internet of 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 a user's activity among information related to the user's health. For example, the life pattern information may include information such as the number of times a user walks, an exercise amount, sleep time, sleep quality, and the like. The biometric information refers to information directly indicating a user's health status, and may include, for example, blood pressure or diabetes level. Medical information may include computerized information collected at a medical institution. Medical information may include, for example, a date of visit to a medical institution, medical records, 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 biodata hub construction apparatus 100 may receive life pattern information, biometric information, and medical information from an IoMT or medical device installed in the user's home 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, 5G, and the like. For example, a communication function used for communication with the IoMT may comply with the standards presented by 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 device 100 for constructing a biodata hub may be connected to a medical IoT device through a network. The network may include a wired/wireless network. The medical IoT device may include a wearable device such as a smart watch or a smart band, a communicable terminal such as a smart phone, or an implantable device. The device 100 for constructing a biodata 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 bio-data hub construction apparatus 100 may analyze the collected bio-information. The bio-data hub construction apparatus 100 may apply statistical analysis to bio-information or visualize data. The bio-data hub building apparatus 100 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 biodata hub construction apparatus 100 may integrate the received life pattern information, biometric information, or medical information based on the user's personal health record (PHR). The apparatus 100 for constructing a biodata hub may perform an analysis process on the collected information through statistical analysis such as clustering, time series analysis, and distribution, and analysis techniques such as regression analysis. Through this, the device 100 for constructing a bio-data hub, for example, “health/chronic disease history analysis”, “health information-symptom-disease/chronic disease correlation”, “chronic disease health management”, etc. health promotion And it can provide information to manage 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 bio-data hub construction apparatus 100 may acquire big data by integrating the results of analyzing users' bio-information. Big data may include information about aggregation of related data based on various criteria or 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 identify a correlation between structured/unstructured data, or identify a relationship between life pattern information of a different data structure and senche information and PHR data. The bio-data hub construction apparatus 100 may integrate a platform of analysis data and provide noise through filtering. The bio-data hub building apparatus 100 may generate big data as a result of the integration, and such big data may have anonymity. The bio-data hub construction apparatus 100 may classify and organize the analysis data into life pattern information, health/biological data, clinical data, claim 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 bio-data hub construction apparatus 100 may build the bio-data hub 110 by integrating big data. The bio-data hub construction apparatus 100 can safely provide the user's life pattern information, health/biological data, and analyzed result data to related organizations in need. The bio-data hub construction apparatus 100 may provide anonymity to data, prevent forgery and falsification, and provide a block chain management function to facilitate data exchange. The bio-data hub 110 may verify whether or not data is forged or falsified using a hash value of a block chain, or the like.

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 bio data hub construction apparatus 100 uses the built bio data hub 110 to provide information on walking/exercise effects, food diet control effects, weight loss advice, exercise guidance suitable for body/health conditions, basal body temperature management, and sleep patterns. It can provide digital health care 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 high blood pressure care.

도 2는 일 실시예에 따른 바이오 데이터 허브 구축 방법의 동작을 도시한 순서도이다.2 is a flowchart illustrating an operation of a method for constructing 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 bio-data hub building apparatus 100 collects a plurality of first bio-information from a first medical Internet of Things (IoMT) device installed in a house. The biodata hub construction apparatus 100 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 bio-data hub construction apparatus 100 collects a plurality of second bio-information from a second medical IoT device installed in a hospital. The biodata hub construction apparatus 100 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 exemplary embodiment, in step 205 , the apparatus 100 for constructing a bio-data hub acquires a plurality of first analyzed data by analyzing a plurality of first bio-information. 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 pieces of bio-information. The bio-data hub construction apparatus 100 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 the visualization result.

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 constructing a bio-data hub may train a first bio-data analysis neural network by using a plurality of first analysis data. Through this, the apparatus 100 for constructing a bio-data hub may analyze data more accurately.

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 bio-data hub construction apparatus 100 obtains a plurality of second analysis data by analyzing a plurality of second bio-information. 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 pieces of bio-information. The biodata hub building apparatus 100 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 the visualization result.

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 constructing a bio-data hub may train a second bio-data analysis neural network by using a plurality of second analysis data. Through this, the apparatus 100 for constructing a bio-data hub may analyze data more accurately.

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 bio-data hub building apparatus 100 acquires first big data by integrating a plurality of first analysis data. The apparatus 100 for constructing a biodata hub may acquire first relationship data by analyzing a relationship between a plurality of first analyzed data. The apparatus 100 for constructing a bio-data hub may obtain first big data by filtering the first relational 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 bio-data hub building apparatus 100 acquires second big data by integrating a plurality of second analysis data. The apparatus 100 for constructing a bio-data hub may acquire second relationship data by analyzing a relationship between a plurality of second analysis data. The biodata hub construction apparatus 100 may obtain second big data by filtering the second relational 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 bio-data hub construction apparatus 100 builds a bio-data hub by integrating the first analysis data and the second analysis data. The bio-data hub construction apparatus 100 may acquire integrated data by integrating the first big data and the second big data. The bio-data 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 constructing 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 biodata hub construction apparatus 100 may collect life pattern information from the first medical IoT 301 of the house. In operation 312 , the biodata hub construction apparatus 100 may collect biometric information from the first medical IoT 301 of the 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 apparatus 100 for constructing a bio data hub may perform statistical processing on the collected data. For example, the biodata hub construction apparatus 100 may compare the collected data with standard data to analyze the health status of the 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 operation 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 bio-data hub construction apparatus 100 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 apparatus 100 for constructing a bio-data hub may apply an analysis and learning process to the visualized data. The bio-data hub building apparatus 100 may learn the neural network model used in the analysis process using comparison data or learning data. The trained neural network can show 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 operation 306, the bio-data hub construction apparatus 100 may construct big data by integrating various data based on the analysis result of the data. Big data may include a correlation between each analysis result. For example, the bio-data hub construction apparatus 100 may convert data related to health data, bio-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 operation 322 , the biodata hub building apparatus 100 may collect life pattern information from the first medical IoT 321 of the house. In operation 332 , the biodata hub construction apparatus 100 may collect biometric information from the first medical IoT 321 of the 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 operation 323, the bio-data hub construction apparatus 100 may perform statistical processing on the collected data. For example, the biodata hub construction apparatus 100 may compare the collected data with standard data to analyze the health status of the 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 operation 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 bio-data hub construction apparatus 100 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 operation 325 , the apparatus 100 for constructing a bio-data hub may apply an analysis and learning process to the visualized data. The bio-data hub building apparatus 100 may learn the neural network model used in the analysis process using comparison data or learning data. The trained neural network can show 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 operation 326, the bio-data hub construction apparatus 100 may build big data by integrating various data based on the analysis result of the data. Big data may include a correlation between each analysis result. For example, the apparatus 100 for constructing 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 construction apparatus 100 may build the bio-data hub 307 by integrating each big data. Data included in the bio-data hub 307 has anonymity, cannot be forged/falsified, and access records can be preserved. Information included in the biodata hub 307 may be accessed by life insurance companies, hospitals, pharmaceutical companies, non-life insurance companies, and 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 include various types of information. The bio data hub may contain big data integrated with various criteria. For example, referring to FIG. 4 , the bio data 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, 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/medication information. The insurance data 404 may include subscriber information, insurance premium payment, medical expenses claim, 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 constructing 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 constructing 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 medical 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 a 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 obtains a plurality of first analysis data by analyzing a plurality of first bio-information. 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 performs a first bio-data analysis neural network based on the result of the visualization A plurality of first analysis data may be acquired using the network. The processor 501 may train the first bio-data analysis neural network by using the 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 obtains a plurality of second analysis data by analyzing a plurality of second bio-information. 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 a second bio-data analysis neural based on the result of the visualization A plurality of second analysis data may be acquired using the network. The processor 501 may train the second bio-data analysis neural network by using the 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 the first big data by integrating the plurality of first analysis data. The processor 501 may obtain first relational data by analyzing a relationship between a plurality of first analysis data, and may obtain first big data by filtering the first relational 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 obtain second relation data by analyzing a relationship between a plurality of second analysis data, and may obtain second big data by filtering the second relation 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 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 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, etc. 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 available to those skilled in the art of computer software. Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic such as floppy disks. - includes magneto-optical media, and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like. The hardware devices described above may be configured to operate as one or more software modules to perform the operations 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 with reference to limited embodiments and drawings, the present invention is not limited to the above embodiments, and various modifications and variations from these descriptions can be made by those skilled in the art to which the present invention pertains. 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 should not be limited to the described embodiments, but should be defined by the following claims as well as the claims and equivalents.

Claims (18)

프로세서에 의해 수행되는 바이오 데이터 허브 구축 방법에 있어서,
주택에 설치된 제1 의료 사물 인터넷(IoMT) 장치로부터 복수의 제1 바이오 정보를 수집하는 단계;
병원에 설치된 제2 의료 사물 인터넷 장치로부터 복수의 제2 바이오 정보를 수집하는 단계;
상기 복수의 제1 바이오 정보를 분석하여 복수의 제1 분석 데이터를 획득하는 단계;
상기 복수의 제2 바이오 정보를 분석하여 복수의 제2 분석 데이터를 획득하는 단계;
상기 복수의 제1 분석 데이터 간의 관계를 분석하여 제1 관계 데이터를 획득하고, 상기 제1 관계 데이터를 활용하여 제1 빅데이터를 획득하는 단계;
상기 복수의 제2 분석 데이터 간의 관계를 분석하여 제2 관계 데이터를 획득하고, 상기 제2 관계 데이터를 활용하여 제2 빅데이터를 획득하는 단계; 및
상기 제1 빅데이터 및 상기 제2 빅데이터를 통합하여 통합 데이터를 획득하고, 상기 통합 데이터를 블록체인(Block chain)에 저장함으로써 바이오 데이터 허브(Hub)를 구축하는 단계
를 포함하는,
바이오 데이터 허브 구축 방법.
A method of constructing a bio data hub performed by a processor, the method comprising:
collecting a plurality of first bio-information from a first medical Internet of Things (IoMT) device installed in a house;
collecting a plurality of second bio-information from a second medical IoT device installed in a hospital;
obtaining a plurality of first analysis data by analyzing the plurality of first bio-information;
obtaining a plurality of second analysis data by analyzing the plurality of second bio-information;
obtaining first relational data by analyzing a relationship between the plurality of first analyzed data, and obtaining first big data by using the first relational data;
obtaining second relation data by analyzing a relationship between the plurality of second analysis data, and obtaining second big data by using the second relation data; and
Building a bio data hub by integrating the first big data and the second big data to obtain integrated data, and storing the integrated data in a block chain
containing,
How to build a biodata hub.
 제1항에 있어서,
상기 복수의 제1 바이오 정보를 수집하는 단계는,
하나 이상의 제1 사용자의 생활 패턴 정보 및 생체 정보를 수집하는 단계
를 포함하는,
바이오 데이터 허브 구축 방법.
According to claim 1,
The collecting of the plurality of first bio-information comprises:
Collecting life pattern information and biometric information of one or more first users
containing,
How to build a biodata hub.
 제1항에 있어서,
상기 복수의 제2 바이오 정보를 수집하는 단계는,
하나 이상의 제2 사용자의 의료 정보 및 생체 정보를 수집하는 단계
를 포함하는,
바이오 데이터 허브 구축 방법.
According to claim 1,
The collecting of the plurality of second bio-information comprises:
collecting medical information and biometric information of one or more second users;
containing,
How to build a biodata hub.
 제1항에 있어서,
상기 복수의 제1 분석 데이터를 획득하는 단계는,
상기 복수의 제1 바이오 정보에 통계 분석을 적용하여 복수의 제1 통계 데이터를 획득하는 단계;
상기 복수의 제1 통계 데이터 각각을 시각화하는 단계; 및
상기 시각화의 결과를 기초로 제1 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제1 분석 데이터를 획득하는 단계
를 포함하는,
바이오 데이터 허브 구축 방법.
According to claim 1,
Acquiring the plurality of first analysis data comprises:
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
containing,
How to build a biodata hub.
 제4항에 있어서,
상기 복수의 제1 분석 데이터를 이용하여 상기 제1 바이오 데이터 분석 뉴럴 네트워크를 학습시키는 단계
를 더 포함하는,
바이오 데이터 허브 구축 방법.
5. The method of claim 4,
learning the first bio-data analysis neural network using the plurality of first analysis data;
further comprising,
How to build 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 단계
를 포함하는,
바이오 데이터 허브 구축 방법.
According to claim 1,
Acquiring the plurality of second analysis data comprises:
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 the visualization result;
containing,
How to build a biodata hub.
 제6항에 있어서,
상기 복수의 제2 분석 데이터를 이용하여 상기 제2 바이오 데이터 분석 뉴럴 네트워크를 학습시키는 단계
를 더 포함하는, 바이오 데이터 허브 구축 방법.
7. The method of claim 6,
learning the second bio-data analysis neural network using the plurality of second analysis data;
Further comprising, a method of building a bio data hub.
 제1항에 있어서,
상기 제1 빅데이터를 획득하는 단계는,
상기 제1 관계 데이터를 필터링하여 상기 제1 빅데이터를 획득하는 단계
를 포함하는,
바이오 데이터 허브 구축 방법.
According to claim 1,
The step of obtaining the first big data includes:
Filtering the first relational data to obtain the first big data
containing,
How to build a biodata hub.
 제1항에 있어서,
상기 제2 빅데이터를 획득하는 단계는,
상기 제2 관계 데이터를 필터링하여 상기 제2 빅데이터를 획득하는 단계
를 포함하는,
바이오 데이터 허브 구축 방법.
According to claim 1,
The step of acquiring the second big data includes:
Filtering the second relation data to obtain the second big data
containing,
How to build a biodata hub.
 적어도 하나의 프로세서; 및
메모리를 포함하고,
상기 프로세서는,
주택에 설치된 제1 의료 사물 인터넷(IoMT) 장치로부터 복수의 제1 바이오 정보를 수집하고,
병원에 설치된 제2 의료 사물 인터넷 장치로부터 복수의 제2 바이오 정보를 수집하고,
상기 복수의 제1 바이오 정보를 분석하여 복수의 제1 분석 데이터를 획득하고,
상기 복수의 제2 바이오 정보를 분석하여 복수의 제2 분석 데이터를 획득하고,
상기 복수의 제1 분석 데이터 간의 관계를 분석하여 제1 관계 데이터를 획득하고, 상기 제1 관계 데이터를 활용하여 제1 빅데이터를 획득하고,
상기 복수의 제2 분석 데이터 간의 관계를 분석하여 제2 관계 데이터를 획득하고, 상기 제2 관계 데이터를 활용하여 제2 빅데이터를 획득하고,
상기 제1 빅데이터 및 상기 제2 빅데이터를 통합하여 통합 데이터를 획득하고, 상기 통합 데이터를 블록체인(Block chain)에 저장함으로써 바이오 데이터 허브(Hub)를 구축하는,
바이오 데이터 허브 구축 장치.
at least one processor; and
including memory;
The processor is
Collecting a plurality of first bio-information from a first medical Internet of Things (IoMT) device installed in a house,
Collecting a plurality of second bio-information from a second medical IoT device installed in a hospital,
obtaining a plurality of first analysis data by analyzing the plurality of first bio-information;
obtaining a plurality of second analysis data by analyzing the plurality of second bio-information;
obtaining first relational data by analyzing the relationship between the plurality of first analysis data, and obtaining first big data by using the first relational data;
Obtaining second relationship data by analyzing the relationship between the plurality of second analysis data, and obtaining second big data by using the second relationship data,
Building a bio data hub by integrating the first big data and the second big data to obtain integrated data, and storing the integrated data in a block chain,
Biodata hub building device.
 제10항에 있어서,
상기 프로세서는,
하나 이상의 제1 사용자의 생활 패턴 정보 및 생체 정보를 수집하는,
바이오 데이터 허브 구축 장치.
11. The method of claim 10,
The processor is
Collecting life pattern information and biometric information of one or more first users,
Biodata hub building device.
 제10항에 있어서,
상기 프로세서는,
하나 이상의 제2 사용자의 의료 정보 및 생체 정보를 수집하는,
바이오 데이터 허브 구축 장치.
11. The method of claim 10,
The processor is
collecting medical information and biometric information of one or more second users;
Biodata hub building device.
 제10항에 있어서,
상기 프로세서는,
상기 복수의 제1 바이오 정보에 통계 분석을 적용하여 복수의 제1 통계 데이터를 획득하고,
상기 복수의 제1 통계 데이터 각각을 시각화하고,
상기 시각화의 결과를 기초로 제1 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제1 분석 데이터를 획득하는,
바이오 데이터 허브 구축 장치.
11. The method of claim 10,
The processor is
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 visualization result,
Biodata hub building device.
 제13항에 있어서,
상기 프로세서는,
상기 복수의 제1 분석 데이터를 이용하여 상기 제1 바이오 데이터 분석 뉴럴 네트워크를 학습시키는,
바이오 데이터 허브 구축 장치.
14. The method of claim 13,
The processor is
learning the first bio-data analysis neural network using the plurality of first analysis data,
Biodata hub building device.
 제10항에 있어서,
상기 프로세서는,
상기 복수의 제2 바이오 정보에 통계 분석을 적용하여 복수의 제2 통계 데이터를 획득하고,
상기 복수의 제2 통계 데이터 각각을 시각화하고,
상기 시각화의 결과를 기초로 제2 바이오 데이터 분석 뉴럴 네트워크를 이용하여 상기 복수의 제2 분석 데이터를 획득하는,
바이오 데이터 허브 구축 장치.
11. The method of claim 10,
The processor is
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,
Obtaining the plurality of second analysis data using a second bio-data analysis neural network based on the result of the visualization,
Biodata hub building device.
 제15항에 있어서,
상기 프로세서는,
상기 복수의 제2 분석 데이터를 이용하여 상기 제2 바이오 데이터 분석 뉴럴 네트워크를 학습시키는,
바이오 데이터 허브 구축 장치.
16. The method of claim 15,
The processor is
learning the second bio-data analysis neural network using the plurality of second analysis data,
Biodata hub building device.
 제10항에 있어서,
상기 프로세서는,
상기 제1 관계 데이터를 필터링하여 상기 제1 빅데이터를 획득하는,
바이오 데이터 허브 구축 장치.
11. The method of claim 10,
The processor is
Filtering the first relational data to obtain the first big data,
Biodata hub building device.
 제10항에 있어서,
상기 프로세서는,
상기 제2 관계 데이터를 필터링하여 상기 제2 빅데이터를 획득하는,
바이오 데이터 허브 구축 장치.11. The method of claim 10,
The processor is
Filtering the second relation data to obtain the second big data,
Biodata hub building device.
KR1020220005623A 2019-10-21 2022-01-14 Methdo and apparatus for building bio data hub Active KR102407987B1 (en)

Priority Applications (1)

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

Applications Claiming Priority (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

Related Parent Applications (1)

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

Publications (2)

Publication Number Publication Date
KR20220013582A KR20220013582A (en) 2022-02-04
KR102407987B1 true KR102407987B1 (en) 2022-06-13

Family

ID=75728211

Family Applications (2)

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

Family Applications Before (1)

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

Country Status (1)

Country Link
KR (2) KR102355123B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102704749B1 (en) 2024-01-15 2024-09-09 (주) 아이크로진 Biodata Refining Method

Family Cites Families (7)

* 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
KR102558021B1 (en) * 2016-06-10 2023-07-24 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
KR102040309B1 (en) 2017-09-18 2019-11-04 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
KR20190117829A (en) * 2018-03-12 2019-10-17 주식회사 모노라마 System for monitoring medical data
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.*

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102704749B1 (en) 2024-01-15 2024-09-09 (주) 아이크로진 Biodata Refining Method

Also Published As

Publication number Publication date
KR20220013582A (en) 2022-02-04
KR20210046993A (en) 2021-04-29
KR102355123B1 (en) 2022-01-24

Similar Documents

Publication Publication Date Title
US10912508B2 (en) Method and system for assessing mental state
US9370689B2 (en) System and methods for providing dynamic integrated wellness assessment
Ganesh et al. An IoT Enabled Computational Model and Application Development for Monitoring Cardiovascular Risks
US20180137247A1 (en) Preventive and predictive health platform
JP6706627B2 (en) System for automated analysis of clinical values and risk notification in the intensive care unit
US20190392952A1 (en) Computer-implemented methods, systems, and computer-readable media for diagnosing a condition
CN111696673A (en) Mental health management model system and method
US8428965B2 (en) System for clinical research and clinical management of cardiovascular risk using ambulatory blood pressure monitoring and actigraphy
Krey Wearable technology in health care–acceptance and technical requirements for medical information systems
US20250174337A1 (en) Artificial intelligence-based personalized predictive treatment system
Krey et al. Wearable technology in healthcare
US12283379B2 (en) Automatic early prediction of neurodegenerative diseases
KR102407987B1 (en) Methdo and apparatus for building bio data hub
US20030097185A1 (en) Chronic pain patient medical resources forecaster
Yannam et al. Research study and system design for evaluating student stress in Indian Academic Setting
KR20180108671A (en) Method and system for identifying diagnostic and treatment options for medical conditions using electronic health records
KR102597133B1 (en) Clinical decision support methods and device based on phr and medical records
US20240006067A1 (en) System by which patients receiving treatment and at risk for iatrogenic cytokine release syndrome are safely monitored
Badr El-deen et al. Why do medical students at Assiut university use smartwatches?
KR102826514B1 (en) Patient-centered medical information management system with improved personal medical information sharing and interoperability
KR102904578B1 (en) Daily simple digital paper questionnaire sending system for health-related unknown data mining
US20170340272A1 (en) Decision support system for cns drug development
Patil et al. Intelligence Approach
Lu MedMetrics: Biometrics Passports
Singh AN ENHANCED RISK ASSESSMENT MODEL USING MACHINE LEARNING TECHNIQUES FOR HEALTH INSURANCE

Legal Events

Date Code Title Description
A107 Divisional application of patent
PA0107 Divisional application

Comment text: Divisional Application of Patent

Patent event date: 20220114

Patent event code: PA01071R01D

Filing date: 20191021

Application number text: 1020190130490

PA0201 Request for examination
PG1501 Laying open of application
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20220228

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20220526

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20220608

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20220608

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20250513

Start annual number: 4

End annual number: 6