식생활의 변화로 인하여 고혈압, 심장병, 뇌출혈, 암 질환 등 다양한 질환을 앓고 있는 환자들이 점점 증가하고 있다. 그러나, 병원에서는 환자 치료에 앞서 환자들이 의료 서비스를 제공받기 위해서는 많은 병원 행정 업무를 처리해야 한다. 본 논문에서는 다양한 질환을 앓고 있는 환자 중 체내삽입장치를 부착한 환자를 대상으로 체내삽입장치에 RFID 칩을 이식하여 환자가 병원에 외래왔을 경우 RFID 리더를 통해 환자를 자동인식하여 병원 행정업무 처리를 간소화함으로써 환자가 불편없이 의료 서비스를 제공받을 수 있는 m-헬스케어 서비스 모델을 제안한다. 특히, 제안 모델은 응급상황의 환자가 환자의 질병 종류 및 상태를 의료 담당자에게 알려주지 않아도 자동으로 환자의 상태 정보를 확인할 수 있도록 의료담당자의 진료시간을 단축함으로써 기존 의료 시스템의 업무 효율성을 향상시킨다. 실험결과, 서비스 지연시간, 업무 효율성, 환자의 의료 서비스 만족도 등에서 기존 의료 시스템과 비교 평가한 결과, 제안 모델은 기존 모델보다 서비스 지연시간은 평균 16.5% 향상되었고, 업무 효율성은 27% 높았으며, 환자의 서비스 만족도는 평균 22.4% 향상되었다.
식생활의 변화로 인하여 고혈압, 심장병, 뇌출혈, 암 질환 등 다양한 질환을 앓고 있는 환자들이 점점 증가하고 있다. 그러나, 병원에서는 환자 치료에 앞서 환자들이 의료 서비스를 제공받기 위해서는 많은 병원 행정 업무를 처리해야 한다. 본 논문에서는 다양한 질환을 앓고 있는 환자 중 체내삽입장치를 부착한 환자를 대상으로 체내삽입장치에 RFID 칩을 이식하여 환자가 병원에 외래왔을 경우 RFID 리더를 통해 환자를 자동인식하여 병원 행정업무 처리를 간소화함으로써 환자가 불편없이 의료 서비스를 제공받을 수 있는 m-헬스케어 서비스 모델을 제안한다. 특히, 제안 모델은 응급상황의 환자가 환자의 질병 종류 및 상태를 의료 담당자에게 알려주지 않아도 자동으로 환자의 상태 정보를 확인할 수 있도록 의료담당자의 진료시간을 단축함으로써 기존 의료 시스템의 업무 효율성을 향상시킨다. 실험결과, 서비스 지연시간, 업무 효율성, 환자의 의료 서비스 만족도 등에서 기존 의료 시스템과 비교 평가한 결과, 제안 모델은 기존 모델보다 서비스 지연시간은 평균 16.5% 향상되었고, 업무 효율성은 27% 높았으며, 환자의 서비스 만족도는 평균 22.4% 향상되었다.
Due to a change of food culture, many patients suffering from various diseases such as hypertension, heart disease, stroke, cancer. However, it takes a long time in the hospital for many patients due to the administration before the patient care process. In this paper, we propose a m-Healthcare serv...
Due to a change of food culture, many patients suffering from various diseases such as hypertension, heart disease, stroke, cancer. However, it takes a long time in the hospital for many patients due to the administration before the patient care process. In this paper, we propose a m-Healthcare service model that patients can receive medical services without the inconvenience offers by reducing the administrative hospital treatment that can automatically recognize through the hospital installed RFID readers when the patient patients with various diseases are foreign to the hospital. In particular, the proposed model improves the operational efficiency of the existing healthcare system by shortening the treatment time for medical personnel to help patients in emergency situations can determine automatically the patient's status does not give the disease type and condition of the patient to health care personnel. Test results, service latency, efficiency, etc. patient satisfaction, and evaluate the existing health care system model results, the proposed method was improved service delay existing techniques average 16.5% efficiency was higher 27% of patients service satisfaction was improved by 22.4% on average.
Due to a change of food culture, many patients suffering from various diseases such as hypertension, heart disease, stroke, cancer. However, it takes a long time in the hospital for many patients due to the administration before the patient care process. In this paper, we propose a m-Healthcare service model that patients can receive medical services without the inconvenience offers by reducing the administrative hospital treatment that can automatically recognize through the hospital installed RFID readers when the patient patients with various diseases are foreign to the hospital. In particular, the proposed model improves the operational efficiency of the existing healthcare system by shortening the treatment time for medical personnel to help patients in emergency situations can determine automatically the patient's status does not give the disease type and condition of the patient to health care personnel. Test results, service latency, efficiency, etc. patient satisfaction, and evaluate the existing health care system model results, the proposed method was improved service delay existing techniques average 16.5% efficiency was higher 27% of patients service satisfaction was improved by 22.4% on average.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그러나, 많은 환자들은 병원의 행정 업무의 복잡함 때문에 의료서비스에 대한 불만을 많이 가지고 있다. 본 논문에 서는 RFID 칩을 체내에 삽입한 환자가 병원에 외래 방문했을 경우 병원에 설치된 RFID 리더를 통해 환자 체내에 삽입된 체내삽입장치의 생체정보를 자동으로 서버에 등록하여 분석함으로써 환자가 의료 서비스를 받기 위해 대기하는 시간을 최소화하는 m-헬스케어 서비스 모델을 제안하였다. 제안 모델은 체내삽입장치를 이용하여 의료서비스를 제공하는 10개의 병원에 근무하는 의사와 환자를 대상으로 설문 및 모듈 테스트를 통해 실험하였으며, 실험을 통해 의료 서비스 지연시간, 업무 효율성, 의료 서비스 만족도 등을 평가하였다.
그러나, 환자가 응급으로 병원에 방문하였을 경우에는 환자 정보뿐만 아니라 환자의 생체정보를 즉시 파악하여 진료를 해야지만 환자를 살릴 수 있는 경우가 많다. 본 절에서는 환자가 응급으로 병원에 방문하였을 경우, 환자의 신분 정보 및 환자의 생체정보를 체내삽입장치에 부착한 RFID 태그를 통해 자동으로 파악하여 환자 치료 시간을 최소화하는 것을 목적으로 한다. 제안 모델의 전체 구조는 [Fig.
환자 자동 인식 과정은 환자가 외래 진료를 받기위해 병원을 방문하였을 경우 병원내 설치된 RFID 리더를 통해 환자 체내에 삽입된 체내삽입장치에 부착한 RFID 태그를 읽어 환자 인식한다. 이 과정은 기존 의료 서비스 모델에서 환자가 병원을 방문하였을 경우 수행해야하는 환자의 행정업무 처리를 최소화하는데 목적이 있다. 이과정을 통해 환자는 추가적인 행정절차 없이 바로 해당 진료부서로 이동하여 치료를 받을 준비를 한다.
이 절에서는 환자 체내에 삽입된 체내삽입장치(ID)에 RFID 기술을 접목하여 환자(P)가 병원(H)에 외래 진료를 받을 경우 환자 및 의사의 추가행정업무를 최소화하기 위한 환자 의료 서비스 과정를 제안한다. 제안된 과정은 크게 3가지로 구분된다.
본 논문에서는 RFID 칩을 체내에 삽입한 환자가 병원에 외래 방문할 경우 병원내에 설치된 RFID 리더를 통해 환자를 자동 인식하여 환자 체내에 삽입된 체내삽입장치의 생체정보를 서버에 자동으로 전달함으로써 환자가 의사를 만나기 전에 의사는 환자의 상태를 파악하거나 치료방법을 사전 검토할 수 있는 m-헬스케어 서비스 모델을 제안한다. 제안 모델은 체내삽입장치를 부착한 환자가 복잡한 병원행정 업무를 처리하지 않고도 의료서비스를 불편없이 제공받는 것을 목적으로 한다. 만일 환자가 응급상황이 발생할 경우 지리적으로 가장 가까운 지역에 있는 병원에서 치료를 받아야 하지만 그렇지 못할 경우 환자의 질병 종류 및 상태에 따라 치료방법이 크게 달라질 수 있다.
가설 설정
서버는 전달받은 장치 분류 정보\(DDI\)를 데이터베이스에게도 전달한다. 여기서, 데이터베이스는 사전에 환자의 체내삽입장치의 장치 분류 정보 \(DDI\)를 저장하고 있다고 가정한다.
체내삽입장치내 생체정보 전송 과정은 서버로부터 발급받은 환자의 일회성 인식정보 OID를 이용하여 데이터 베이스에 체내삽입장치의 생체정보를 전달하는 과정이 다. 이 과정에서는 환자가 체내에 부착한 체내삽입장치가 1개 이상 가지고 있다고 가정한다. 이 과정은 4단계로 구성된다.
생성된 랜덤 수는 데이터베이스에 저장되어 있는 환자의 체내삽입장치 정보와 해쉬하는 동시에 랜덤수와 함께 환자에게 전달한다. 이 때, 환자에게 전달되는 정보는 안전한 채널을 통해 전달된다고 가정한다.
제안 방법
환자로부터 전달받은 생체정보는 환자의 일회성 인식정보 OID를 이용하여 복호화한다. 데이터베이스는 복호화된 정보 중 체내삽입장치의 장치 분류 정보 DDL를 데이터베이스에 저장되어 있는 DDL 정보와 비교한다. 만일 DLL 정보가 일치한다면 환자의 생체정보를 갱신하고 그렇지 않으면 생체정보를 환자에게 다시 요청한다.
서버는 환자의 RFID 태그 정보를 데이터베이스에 저장되어 있는 환자의 RFID와 비교 검증하기 위해서 RFID태그 정보를 데이터베이스에 전달한다. 데이터베이스는 전달된 RFID 태그 정보를 검증하여 정보가 일치한다면 환자에게 일회성 인식정보(OID, OID, One-time Identification Information)를 발급하고 그렇지 않다면 환자 자동 인시과정을 다시 수행한다.
데이터베이스에 전송된 환자의 생체정보는 체내삽입 장치의 장치 분류 정보 \(DDI\)에 따라 분류되어 체내삽입 장치의 장치 분류 정보별로 데이터베이스 서버에 설치된 생체정보 분석 툴(ex. R)을 이용하여 분석한다.
본 논문에서는 RFID 칩을 체내에 삽입한 환자가 병원에 외래 방문할 경우 병원내에 설치된 RFID 리더를 통해 환자를 자동 인식하여 환자 체내에 삽입된 체내삽입장치의 생체정보를 서버에 자동으로 전달함으로써 환자가 의사를 만나기 전에 의사는 환자의 상태를 파악하거나 치료방법을 사전 검토할 수 있는 m-헬스케어 서비스 모델을 제안한다. 제안 모델은 체내삽입장치를 부착한 환자가 복잡한 병원행정 업무를 처리하지 않고도 의료서비스를 불편없이 제공받는 것을 목적으로 한다.
이 절에서는 체내삽입장치 부착한 환자가 병원을 내원하였을 경우 체내삽입장치에 부착한 RFID 태그를 병원내 설치된 RFID 리더가 자동으로 인식하여 환자가 의사를 만나기 전에 환자의 생체 정보를 사전에 확인한 후 환자를 만나기 전에 환자의 생체정보를 의사가 체크하여 치료방법 및 결과를 상담하는 병원 시스템 모델을 제안한다.
본 논문에 서는 RFID 칩을 체내에 삽입한 환자가 병원에 외래 방문했을 경우 병원에 설치된 RFID 리더를 통해 환자 체내에 삽입된 체내삽입장치의 생체정보를 자동으로 서버에 등록하여 분석함으로써 환자가 의료 서비스를 받기 위해 대기하는 시간을 최소화하는 m-헬스케어 서비스 모델을 제안하였다. 제안 모델은 체내삽입장치를 이용하여 의료서비스를 제공하는 10개의 병원에 근무하는 의사와 환자를 대상으로 설문 및 모듈 테스트를 통해 실험하였으며, 실험을 통해 의료 서비스 지연시간, 업무 효율성, 의료 서비스 만족도 등을 평가하였다. 평가 결과, 의료 서비스 지연 시간은 기존 모델에 비해 평균 16.
만일 환자가 응급상황이 발생할 경우 지리적으로 가장 가까운 지역에 있는 병원에서 치료를 받아야 하지만 그렇지 못할 경우 환자의 질병 종류 및 상태에 따라 치료방법이 크게 달라질 수 있다. 제안 모델은 환자의 추가 정보없이 체내에 삽입된 체내삽입장치의 RFID 태그 정보를 인식하여 환자의 정보 및 건강 상태를 파악하여 의료 서비스의 소요시간을 최소화한다. 기존 기법들은 환자의 상태 정보를 육안으로 확인하거나 서류상으로 확인한 후 치료를 시작하는데 이러한 과정은 환자의 상태가 긴박할 경우 의료 서비스에 소요되는 시간이 많이 지체되어 환자를 효율적으로 치료하기가 어렵다.
이 단계는 환자 체내에 삽입된 체내삽입장치를 파악하는 단계이다. 특히, 체내삽입장치의 생체정보를 해당 진료부서로 전달하기 위해 체내에 삽입된 장치를 우선 분류한다.
환자로부터 전달받은 생체정보는 환자의 일회성 인식정보 OID를 이용하여 복호화한다. 데이터베이스는 복호화된 정보 중 체내삽입장치의 장치 분류 정보 DDL를 데이터베이스에 저장되어 있는 DDL 정보와 비교한다.
대상 데이터
제안 모델의 성능평가를 수행하기 위해서 [Table 2]처럼 실험 환경을 설정한다. [Table 2]처럼 성능평가에 사용된 파라미터는 병원수, 의사수, 환자수로 구분하며, 병원은 10개의 병원을 지정하고, 지정된 10개의 병원에서 근무하는 의사 100명을 대상으로 치료중인 환자 2,000명에게 병원 의료 서비스에 대한 설문조사 및 모듈 테스트를 통해 실험 데이터를 수집하였다.
성능/효과
3]은 환자가 의사에게 의료 서비스를 제공받기 위해 환자가 대기하는 의료 서비스 지연시간을 나타내고 있다. [Fig. 3]의 실험결과, 기존 모델보다 제안 모델이 의료 서비스 지연 시간이 평균 16.5% 향상된 결과를 얻었다. 이 같은 결과는 환자 체내에 삽입된 체내삽입장치의 생체정보를 병원내 설치된 RFID 리더를 통해 데이터베이스에 자동으로 저장한 후 의사가 환자와 면담 전에 환자의 생체정보 분석을 사전에 끝내기 때문에 나타난 결과이다.
4]은 병원내 근무하는 의사의 업무 효율성을 환자수에 따라 기존 모델과 비교한 결과이다. [Fig. 4]의 실험결과, 제안 모델은 체내삽입장치에 RFID 기술을 접목하여 환자의 생체정보를 자동으로 수집 및 분석하여 의사가 추가 작업없이 환자의 생체정보 결과를 토대로 환자를 치료하기 때문에 기존 모델에 비해 업무 효율성이 평균 27% 높게 나타났다.
5]은 환자를 대상으로 병원내 의료 서비스의 만족도를 조사한 결과이다. [Fig. 5]의 실험결과, 제안 모델은 기존 모델보다 환자의 서비스 만족도가 평균 22.4% 향상되었다. 이 같은 결과는 환자의 추가적인 행정 업무처리없이 사용자가 원하는 시간에 의료 서비스를 제공받기 때문이다.
2]처럼 제안 모델은 전체 7과정으로 구성된다. 제안 모델의 가장 큰 장점 중 하나는 환자가 추가적인 행위/행동 없이 자신에게 맞는 의료 서비스를 빠르게 제공 받을 수 있다는 점이다. 특히, 체내삽입장치를 부착한 환자는 일반 환자보다 심각한 질병이나 관리가 필요한 환자가 대부분이기 때문에 의료 서비스에 소요되는 처리시간을 최소화해야 한다.
제안된 과정은 크게 3가지로 구분된다. 첫째, 환자가 외래 진료를 위해 병원을 방문하였을 경우, 환자 체내에 삽입된 RFID칩을 RFID 리더(R)가 자동으로 인식하여 추가적인 행정처리를 수행하지 않는 자동 환자 인식 과정, 둘째, RFID리더가 인식한 환자 정보를 통해 환자 체내에 삽입된 체내삽입장치의 생체정보를 병원내 데이터베이스에 전송하고 분석하는 과정, 셋째, 데이터베이스에 저장된 환자의 생체정보를 환자 면담 전 의사가 분석하여 분석된 생체정보를 통해 환자의 건강 상태를 파악하여 의료 서비스를 제시하는 과정으로 구분된다.
제안 모델의 추가적 장점은 다음과 같다. 첫째, 환자체내에 삽입한 체내삽입장치의 RFID 태그를 RFID 리더가 인식하여 환자의 생체 정보 및 개인 정보를 자동으로 확인함으로써 병원 행정 업무에서 소요되는 처리 지연시간을 최소화한다. 둘째, 환자는 자신의 체내삽입장치에 대한 추가적인 지식 없이 병원에 외래 방문하여 의사의 진료를 받을 수 있다.
제안 모델은 체내삽입장치를 이용하여 의료서비스를 제공하는 10개의 병원에 근무하는 의사와 환자를 대상으로 설문 및 모듈 테스트를 통해 실험하였으며, 실험을 통해 의료 서비스 지연시간, 업무 효율성, 의료 서비스 만족도 등을 평가하였다. 평가 결과, 의료 서비스 지연 시간은 기존 모델에 비해 평균 16.5% 향상되었으며, 체내삽입장치에 RFID 기술을 접목하여 의사의 업무 효율성은 평균 27% 높았다. 환자의 서비스 만족도는 제안 모델이 기존 모델에 비해 평균 22.
5% 향상되었으며, 체내삽입장치에 RFID 기술을 접목하여 의사의 업무 효율성은 평균 27% 높았다. 환자의 서비스 만족도는 제안 모델이 기존 모델에 비해 평균 22.4% 향상되었다. 향후연구에서는 본 연구를 확대하여 많은 병원에서 다양한 환자를 대상으로 연구를 진행할 수 있도록 병원과 협의하여 제안 모델을 병원 시스템에 확대 적용할 계획이다.
후속연구
둘째, 환자는 자신의 체내삽입장치에 대한 추가적인 지식 없이 병원에 외래 방문하여 의사의 진료를 받을 수 있다. 셋째, 의사는 외래 방문한 환자의 체내삽입장치의 정보를 사전에 분석하여 환자 면담 시 환자의 추가 검사가 필요없다.
4% 향상되었다. 향후연구에서는 본 연구를 확대하여 많은 병원에서 다양한 환자를 대상으로 연구를 진행할 수 있도록 병원과 협의하여 제안 모델을 병원 시스템에 확대 적용할 계획이다.
질의응답
핵심어
질문
논문에서 추출한 답변
m-헬스케어 서비스의 보안과 관련된 특징은?
m-헬스케어 서비스는 헬스케어 서비스에서 제공되고 있는 의료정보 및 진료 예약과 관련된 서비스를 유․무선 온라인 네트워크로 확대한 서비스이다[6]. m-헬스케어 서비스는 PKI 또는 데이터 암호화를 중심으로 보안 기능을 제공하고 있지만 무선 구간에서 발생되는 보안 취약점은 여전히 존재하고 있다[7].
m-헬스케어 서비스란?
m-헬스케어 서비스는 헬스케어 서비스에서 제공되고 있는 의료정보 및 진료 예약과 관련된 서비스를 유․무선 온라인 네트워크로 확대한 서비스이다[6]. m-헬스케어 서비스는 PKI 또는 데이터 암호화를 중심으로 보안 기능을 제공하고 있지만 무선 구간에서 발생되는 보안 취약점은 여전히 존재하고 있다[7].
글로벌 기업이 제공하는 디지털 헬스케어 서비스의 예는?
글로벌 IT기업들은 헬스케어 서비스 사업과 관련하여 다양한 사업을 추진중에 있으며, 그 중에서도 디지털 헬스케어 서비스에 많은 투자를 하고 있다[6]. 특히 애플은 2014년 6월에 아이폰의 새로운 운영체제인 ‘iOS8’을 발표 하면서 웨어러블 디바이스, 모바일 앱 등에서 측정된 건강 정보를 헬스키트(HealthKit) 플랫폼을 통해 관리하고 있으며, 일반 이용자들은 헬스(Health)라는 단일 앱을 통하여 본인의 건강정보를 확인할 수 있다[7,8,9]. 그러나, 애플의 헬스키트가 개인 건강의 여러 측면에서 방대한 데이터를 수집할 수 있는 거대한 플랫폼으로 성장할 경우, 병원과 질병연구 등 의료발전에 큰 도움을 줄 수 있는 장점은 있으나 수집된 정보가 외부로 유출될 경우 매우 심각한 보안 피해를 유발할 수 있는 단점도 있다[10,11].
참고문헌 (15)
H. Demirkan, "A Smart Healthcare Systems Framework", IEEE Journals & Managines IT Professional, vol. 5, no. 5, pp. 38-45, 2013.
D. J. Berndt, J. W. Fisher, A. R. Hevner, J. Studnicki, "Healthcare data warehousing and quality assurance ", IEEE Journals & Managines Computer, vol. 34, no. 12, pp. 56-65, 2001.
x. Shen, "Emerging technologies for e-healthcare". IEEE Journals & Managines Network, vol. 26, no. 5, pp. 2-3, 2012.
N. Agoulmine, P. Ray, T. -H. Wu, "Efficient and cost-effective communications in ubiquitous healthcare: wireless sensors, devices and solutions", IEEE Communications Managinze, vol. 50, no. 5, pp. 90-91, 2012.
Y. W. Kim, K. H. Park, S. H. Yi, H. C. Kim"A Big Data Framework for u-Healthcare Systems Utilizing Vital Signs", 2014 International Symposium on Computer, Consumer and Control (IS3C), pp. 494-497, Jun. 2014.
J. Song, M. Chung, "An Approach to Realization and Security Provision of Intelligent U-Healthcare Service", ICHIT '06. International Conference on Hybrid Information Technology, 2006. vol. 1, pp. 462-467, Nov. 2006.
S. J. Son, K. W. L. D. H. Won, S. J. Kim, "U-healthcare system protecting privacy based on cloaker", 2010 IEEE International Conference on Bioinformatics and Biomedicine Workshops (BIBMW), pp. 417-423, Dec. 2010.
S. J. Oh, C. W. Lee, "u-Healthcare SensorGrid Gateway for connecting Wireless Sensor Network and Grid Network", ICACT 2008. 10th International Conference on Advanced Communication Technology, 2008. vol. 1, pp. 827-831, Feb. 2008.
J. K. Ryu, J. H. Kim, K. Y. Chung, K. W. Rim, J. H. Lee, "Ontology Based Context Information Model for u-Healthcare Service", 2011 International Conference on Information Science and Applications (ICISA), pp. 1-6, Apri. 2011.
S. Ohnishi, T. Yamanoi, H. Imai, "A fuzzy representation for non-additive weights of AHP", 2011 IEEE International Conference on Fuzzy Systems (FUZZ), pp. 672-675. Jun. 2011.
F. Kong, H. Y. Liu, "Analysis of and Improvement on Ranking Method for Fuzzy AHP", 2006. WCICA 2006. The Sixth World Congress on Intelligent Control and Automation, vol. 1, pp. 249-2502, Jun. 2006.
X. Wu, Y. Fu, J. Wang, "Information systems security risk assessment on improved fuzzy AHP", ISECS International Colloquium on Computing, Communication, Control, and Management, 2009. CCCM 2009, pp. 365-369, Aug. 2009.
H. Zhang, A. Bouras, Y. Ouzrout, A. Sekhari, "Fuzzy multi-criteria lifecycle system maturity decision making based on an integrated Fuzzy AHP and VIKOR methodology", 2014 International Conference on Computational Science and Technology (ICCST), pp. 1-6, Aug. 2014.
X. Tang, S. Fang, "A fuzzy AHP approach for service vendor selection under uncertainty", 2011 International Conference on Business Management and Electronic Information (BMEI), vol. 5, pp. 274-277, May. 2011.
J. J. Zheng, X. Han, "Study on the Selection of Venture Capitalists Based on Fuzzy AHP", 2010 International Conference on Information Management, Innovation Management and Industrial Engineering (ICIII), vol. 2, no. 570-273, Nov. 2010.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.