의료 이미지는 사람 신체의 비정상적인 상태를 발견하는데 효과적인 자료로 사용되고 있다. 일반적으로 환자는 다양한 이유로 다른 종류의 의료 기관을 방문하고, 심각한 질병 특징을 가지는 의료 이미지에 대해 2차 소견을 얻기를 원한다. 현재에는 개인의 의료 이미지가 여러 의료 기관에 산재되어 있기 때문에, 2차 소견을 얻을 때 자신과 관련된 모든 정보를 직접 가지고 다른 의료진을 찾아가야 하는 불편함이 있다. 이런 두 가지 동기로 인해, 본 논문에서는 의료 이미지 보관 및 판독 서비스를 제안하고자 한다. 그러므로, 의료 이미지 보관 및 판독 서비스의 설계 모델 및 구현 결과를 본 논문에서 제시하고, 저비용 개인 헬스케어 서비스로서의 실용적 가치를 증명하고자 한다. 환자는 제안하는 서비스를 사용함으로써 언제든 자신의 의료 이미지 정보를 확인할 수 있고 의료진을 찾아갈 필요 없이 간편하게 의료 이미지 분석을 할 수 있다.
의료 이미지는 사람 신체의 비정상적인 상태를 발견하는데 효과적인 자료로 사용되고 있다. 일반적으로 환자는 다양한 이유로 다른 종류의 의료 기관을 방문하고, 심각한 질병 특징을 가지는 의료 이미지에 대해 2차 소견을 얻기를 원한다. 현재에는 개인의 의료 이미지가 여러 의료 기관에 산재되어 있기 때문에, 2차 소견을 얻을 때 자신과 관련된 모든 정보를 직접 가지고 다른 의료진을 찾아가야 하는 불편함이 있다. 이런 두 가지 동기로 인해, 본 논문에서는 의료 이미지 보관 및 판독 서비스를 제안하고자 한다. 그러므로, 의료 이미지 보관 및 판독 서비스의 설계 모델 및 구현 결과를 본 논문에서 제시하고, 저비용 개인 헬스케어 서비스로서의 실용적 가치를 증명하고자 한다. 환자는 제안하는 서비스를 사용함으로써 언제든 자신의 의료 이미지 정보를 확인할 수 있고 의료진을 찾아갈 필요 없이 간편하게 의료 이미지 분석을 할 수 있다.
Medical images are an effective means to identity medical abnormalities.. Patients typically have medical images taken at different clinics during lifetime, and they often wish to have second interpretation on medical images showing substantial diseases. At present, since personal medical images are...
Medical images are an effective means to identity medical abnormalities.. Patients typically have medical images taken at different clinics during lifetime, and they often wish to have second interpretation on medical images showing substantial diseases. At present, since personal medical images are distributed to multiple clinics, there is a bit discomfort that patients directly bring their images by hands to get the second interpretation from another physician. With these two motivations, we design a cloud service for archiving medical images and interpreting medical images by physicians. We present the design and implementation of the service, and show its practical value as low-cost personal healthcare service. By using the service, patients can retrieve and review their medical images anytime and have a convenience of acquiring second opinions on their medical images at low-cost without visiting a clinic.
Medical images are an effective means to identity medical abnormalities.. Patients typically have medical images taken at different clinics during lifetime, and they often wish to have second interpretation on medical images showing substantial diseases. At present, since personal medical images are distributed to multiple clinics, there is a bit discomfort that patients directly bring their images by hands to get the second interpretation from another physician. With these two motivations, we design a cloud service for archiving medical images and interpreting medical images by physicians. We present the design and implementation of the service, and show its practical value as low-cost personal healthcare service. By using the service, patients can retrieve and review their medical images anytime and have a convenience of acquiring second opinions on their medical images at low-cost without visiting a clinic.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그리고, 기능 요구사항을 만족하면서 기술적 어려움을 해결하는 설계 모델을 제시하였다. 마지막으로, 제안된 서비스의 가치와 적용 가능성을 증명하기 위해, 이 서비스의 프로토타입을 이용한 실험을 수행한 결과를 기술하였다. 실험을 통해, 제안된 서비스가 실제로 높은 적용 가능성이 있음을 증명하였다.
의료 이미지의 이름, 타입, 레퍼런스 링크 등 관련 기본정보는 Amazon RDS에 배포된 MySQL 데이터베이스 시스템에 저장된다. 목표 서비스는 의료 이미지의 효율적 관리를 위하여 특정 환자의 의료 이미지를 폴더 그룹에 저장한 후 이미지에 특정 이름을 부여하여 관리를 수행한다.
본 논문에서 제안하는 서비스를 사용하는 주요 동기는 환자의 의료 이미지에 대한 2차 소견을 보다 용이하게 얻게 하는 것이다.
7가지 종류의 의료 이미지는 인코딩 방법, 파일 확장자, 파일 크기, 포맷 등에서 높은 이질성을 보인다. 본 논문에서는 의료 이미지에 대한 테이블을 정의하고, 이 테이블에는 각 의료 이미지의 파일을 접근하는 포인터만 관리하게 함으로써, 이질성 문제를 해결하였다. 또한, 앞으로 추가될 수 있는 의료 이미지를 관리하기 위해 의료 이미지를 디코딩 하고 시각화하는 컴포넌트를 전략 패턴을 이용하여 설계하였다.
본 논문에서는 클라우드 기반 의료 이미지 판독 서비스를 개발함에 있어서 여러 가지 기술적인 이슈를 정의하여 보여준다. 효과적인 의료 판독 서비스 제공을 위하여 클라우드 기반 목표 서비스는 의료 이미지 보관 및 판독을 위한 환자와 의료진에게 효과적인 서비스 제공 솔루션을 제공한다.
Lee의 연구에서는 하이브리드 클라우드 기반 헬스케어 시스템 개발을 위한 헬스케어 서비스 솔루션을 제안하였다 [4]. 이 연구에서는 High Level 수준의 시스템 기능성과 Secure한 의료 센서를 사용하여 환자의 센서 데이터를 보호하는 방식을 제안한다.
이 서비스는 대용량의 의료 이미지를 처리하기 위하여 Hadoop을 사용한 이미지 전송, 저장 등 작업을 수행한다. 이 연구에서는 의료 이미지의 크기로 인한 대용량 데이터의 효과적인 처리기법을 제안하는데 초점을 맞추고 있다.
가설 설정
∙목표 서비스는 여러 사용자들에게 활용될 수 있는 잠재력을 지니고 있다.
∙의사 판독의 정확도는 처음 병원에서 받은 판독과거의 동일한 수준이다.
제안 방법
ECG와 X-ray 의료 이미지가 가장 자주 등록되었으며 등록된 모든 이미지에 대해서 하나 이상의 판독이 이루어졌다. ECG, EMG, EEG, X-ray는 비교적 빠른 판독이 이루어졌으며 CT, MRI, Ultrasound는 판독이 하루에서 이틀 정도 더 소요됐다.
개발한 의료 이미지 판독 서비스는 환자가 업로드 한 의료 이미지를 기반으로 (표 1)의 세가지 레벨 방식의 다양한 판독 서비스를 제공한다.
이를 위해, 먼저 제안하는 클라우드 서비스의 기능성과 이 서비스 개발과 관련된 기술적 어려움을 기술하였다. 그리고, 기능 요구사항을 만족하면서 기술적 어려움을 해결하는 설계 모델을 제시하였다. 마지막으로, 제안된 서비스의 가치와 적용 가능성을 증명하기 위해, 이 서비스의 프로토타입을 이용한 실험을 수행한 결과를 기술하였다.
본 논문에서는 의료 이미지에 대한 테이블을 정의하고, 이 테이블에는 각 의료 이미지의 파일을 접근하는 포인터만 관리하게 함으로써, 이질성 문제를 해결하였다. 또한, 앞으로 추가될 수 있는 의료 이미지를 관리하기 위해 의료 이미지를 디코딩 하고 시각화하는 컴포넌트를 전략 패턴을 이용하여 설계하였다.
또한, 파이썬(Python) 언어의 장고(Django) 프레임워크를 사용하여 목표 시스템을 구현한다. 장고 프레임워크는 코드 모듈을 논리적인 그룹으로 분리하여 모듈을 유연하게 변경할 수 있게 해주고, 일반적인 사용자 작업 (user-tasks) API를 제공하며, 템플릿 시스템과 동적 HTML 렌더링을 지원하는 장치들을 제공한다.
목표 서비스는 세 가지 아마존 클라우드 서비스 (EC2, Glacier, RDS)에 배치되어 구현되었으며 실험을 위한 각 클라우드 설정은 아래의 (표 2)와 같다.
그러므로 환자는 하나의 의료 이미지에 대하여 서로 다른 의사로부터 입력받은 판독 세션을 검색 및 조회가 가능하다. 목표 서비스는 환자로 하여금 여러 개의 다양한 타입의 의료 이미지를 업로드하여 관리 할 수 있게 개발하였다. 서비스는 의료 이미지의 타입을 기반으로 (그림 5)와 같이 의료 이미지 파일을 보관소에 저장하여 관리한다.
목표 서비스의 높은 사용성(Usability)을 가진 사용자 인터페이스(UI) 개발을 위하여 3가지 디자인 원칙을 적용한다. 이러한 원칙으로는, 사용자 타입에 따른 사용자 인터페이스를 분리, 효과적인 페이지 탐색을 위한 얇고 넓은 내비게이션(broad and shallow navigation) 패턴, 그리고 의료 이미지와 이와 관련된 판독 세션을 그룹화하는 것이 있다.
본 논문에서 제안하는 서비스는 의료 이미지 보관 및 판독 기능을 제공하는 클라우드 서비스이다. 일반적으로 환자는 다양한 이유로 다른 종류의 의료 기관을 방문한다.
의료 이미지와 관련하여 의료 이미지를 편리하게 접근하는 것과 의료 이미지에 대한 2차 소견을 받을 수 있는 서비스에 대한 수요가 있다. 본 논문에서 제안하는 서비스는 이 두 가지 수요를 만족시키며, 의료 이미지를 보관하고 소프트웨어 또는 의료진에 의해 의료 이미지를 분석하는 기능을 제공한다.
본 논문에서 제안하는 서비스는 환자가 자신의 의료 이미지를 업로드하고, 검색할 수 있는 기능을 제공하는 클라우드 기반 헬스케어 솔루션이다. 이 서비스는 또한 의료진들이 의료 이미지를 판독하는데 보다 활발하게 참여할 수 있도록 도와준다.
본 서비스는 3가지의 신뢰할 수 있고 확장 가능한 클라우드 서비스를 사용하여 개발한다. Amazon EC2는 목표 서비스의 컴포넌트 배치에 사용되고, Amazon RDS는 엔티티에 대한 애플리케이션 데이터베이스를 관리하는 데 사용하며, Amazon Glacier는 의료 이미지 보관소를 운영하는데 사용된다.
본 실험에서는 2달 동안 실험에 참여한 환자와 의사들로부터 의견을 수렴하였고 실험 종료 후 4가지 평가 항목(시스템 성능, 판독 정확도, 기능성, 실제 사용 편의성)에 대하여 평가하도록 하였다.
본 연구의 목표 서비스 기능은 크게 사용자 관리, 의료 이미지 판독, 의료 이미지 보관, 사용자 요금 관리의 4가지 기능성 그룹으로 분류된다. (그림 1)은 이 서비스의 주요 기능들을 나타낸다.
실험은 총 두 달간 이루어지며 새로 촬영한 의료 이미지와 과거에 촬영했던 의료 이미지의 사본을 목표 서비스에 등록하게 하였다. 의료 이미지의 유형이나 개수는 개인의 건강 상태나 병원 방문 빈도에 따라 개인차가 있었다.
Yang의 연구에서는 클라우드 기반 환자의 비디오 및 이미지 분석 서비스를 개발하였다 [1]. 이 서비스는 대용량의 의료 이미지를 처리하기 위하여 Hadoop을 사용한 이미지 전송, 저장 등 작업을 수행한다. 이 연구에서는 의료 이미지의 크기로 인한 대용량 데이터의 효과적인 처리기법을 제안하는데 초점을 맞추고 있다.
이를 위해, 먼저 제안하는 클라우드 서비스의 기능성과 이 서비스 개발과 관련된 기술적 어려움을 기술하였다. 그리고, 기능 요구사항을 만족하면서 기술적 어려움을 해결하는 설계 모델을 제시하였다.
대상 데이터
의료 이미지 판독에 대한 정확성을 보장하기 위하여 서비스는 병원으로부터 수집 가능한 의료 이미지에 대해서만 판독 서비스를 제공한다. 본 서비스는 심전도 검사 (ECG), 뇌파 검사 (EEG), 근전도 검사 (EMG), X선 촬영 (X-ray), 컴퓨터 단층 촬영 (CT), 자기공명영상 (MRI), 초음파 촬영 (Ultrasonography) 등 7가지 타입의 의료 이미지를 지원한다.
본 연구에서는 실험을 위해 서울 지역에 있는 총 16명의 환자를 선정하여 실험 대상자로 구성하였다.
성능/효과
ECG와 X-ray 의료 이미지가 가장 자주 등록되었으며 등록된 모든 이미지에 대해서 하나 이상의 판독이 이루어졌다. ECG, EMG, EEG, X-ray는 비교적 빠른 판독이 이루어졌으며 CT, MRI, Ultrasound는 판독이 하루에서 이틀 정도 더 소요됐다.
실험을 통해, 제안된 서비스가 실제로 높은 적용 가능성이 있음을 증명하였다. 그리고, 잠재적으로 저비용의 개인 헬스케어 서비스 제공이 실현 가능함을 보였다. 향후에는 시스템 간에 의료 이미지를 업로드 하기 위한 공공 API를 정의할 것이고 개인정보 보안성 이슈를 고려한 서비스를 설계할 예정이다.
본 장에서는 두 달간 진행했던 실험에 대하여 설명하고 실험 결과에 대해서 논의한다. 실험 결과 환자들은 의료 이미지를 클라우드에 저장하는 것이 안전할 수 있다 라고 평가하였으며 이미지 판독 서비스에 대하여 높은 만족감을 나타냈다.
마지막으로, 제안된 서비스의 가치와 적용 가능성을 증명하기 위해, 이 서비스의 프로토타입을 이용한 실험을 수행한 결과를 기술하였다. 실험을 통해, 제안된 서비스가 실제로 높은 적용 가능성이 있음을 증명하였다. 그리고, 잠재적으로 저비용의 개인 헬스케어 서비스 제공이 실현 가능함을 보였다.
의사는 위와 같이 위와 같이 의료 이미지를 통해 판독 가능한 가능성 있는 질병과 이에 대한 설명 그리고 관련된 증상이나 원인 등을 기술하여 목표 서비스에 등록한다. 이후 환자는 등록된 매우 자세한 판독 결과를 볼 수 있었으며 추가적인 치료나 진단이 필요할 경우 해당 의사와 연결되어 더 높은 수준의 판독 서비스를 받아볼 수 있었다.
La 의 연구에서는 다양한 방식의 의료 분석 기법들을 제안하고 구현 가능성을 보여주었다 [5]. 제안된 의료 데이터 분석에 기법들 중 범위 기반 및 궤도 기반 의료 분석 기법들은 이미지 판독에 잘 적용될 수 있다.
후속연구
이 서비스를 통한 환자와 의료진 간의 온라인 계약 및 트랜잭션에 대한 비즈니스 모델은 전자상거래 사이트에 적용된 것과 상당히 다를 것이다. 이 서비스에 맞는 정책이 적용되면, 이 서비스는 환자와 의료진 간의 온라인 계약을 위한 가상 마켓 장소로 제공될 것이다.
네 번째 기술적 이슈는 환자에게 신뢰성 있는 해석 결과를 제공해주는 온라인 가상 마켓 장소를 제공하는 것이다. 즉, 환자는 효과적으로 신뢰성 있는 해석 결과를 제공하는 적절한 의료진을 찾을 수 있을 것이다. 이 서비스를 통한 환자와 의료진 간의 온라인 계약 및 트랜잭션에 대한 비즈니스 모델은 전자상거래 사이트에 적용된 것과 상당히 다를 것이다.
그리고, 잠재적으로 저비용의 개인 헬스케어 서비스 제공이 실현 가능함을 보였다. 향후에는 시스템 간에 의료 이미지를 업로드 하기 위한 공공 API를 정의할 것이고 개인정보 보안성 이슈를 고려한 서비스를 설계할 예정이다.
질의응답
핵심어
질문
논문에서 추출한 답변
환자 개인의 의료 이미지가 매우 민감한 정보인 이유는?
환자 개인의 의료 이미지는 신체 정보를 비롯하여 건강 상태, 질병 여부 등을 판단할 수 있게 하는 매우 민감한 정보이다. 따라서 목표 서비스에 저장된 의료 이미지와 해당 이미지에 대한 판독 결과에 대해 높은 수준의 보호가 이루어져야 한다.
의료 이미지란?
의료 이미지는 의료적 해석을 위해 인체 신호 또는 사람 인체 내부를 시각적으로 표현한 것이다. 그리고, 이는 피부 또는 뼈에 숨겨진 내부 조직 및 기능성을 보여준다.
의료 이미지로 어떤 것을 유추할 수 있는가?
의료 이미지는 의료적 해석을 위해 인체 신호 또는 사람 인체 내부를 시각적으로 표현한 것이다. 그리고, 이는 피부 또는 뼈에 숨겨진 내부 조직 및 기능성을 보여준다. 그러므로, 의료 이미지는 사람 신체의 비정상적인 상태를 발견하는데 효과적인 자료로 사용되고 있다.
참고문헌 (9)
C. T. Yang, K. L. Huang, W. C. Chu, K. C. Lai, C. H. Chang, and C. W. Lu, "Implementation of Video and Medical Image Services in Cloud", 2014 IEEE 37th Annual Computer Software and Applications Conference Workshops (COMPSACW 2013), Jul. 2013, pp. 451-456. http://dx.doi.org/10.1109/COMPSACW.2013.70
W. Liu and E. K. Park, "e-Healthcare Cloud Computing Application Solutions: Cloud-enabling Characteristics, Challenges and Applications", 2013 International Conference on Computing, Networking and Communications (ICNC 2013), Jan. 2013, pp. 437-443. http://dx.doi.org/10.1109/ICCNC.2013.6504124
V. Ukis, S. T. Rajamani, B. Balachandran, and T. Friese, "Architecture of Cloud-based Advanced Medical Image Visualization Solution", 2013 IEEE International Conference on Cloud Computing in Emerging Markets (CCEM 2013), Oct. 2013, pp. 1-5. http://dx.doi.org/10.1109/CCEM.2013.6684428
Y. S. Lee, N. Bruce, T. Non, E. Alassarela, and H. Lee, "Hybrid Cloud Service based Healthcare Solutions", IEEE 29th International Conference on Advanced Information Networking and Application Workshops (WAINA 2015), Mar. 2015, pp. 25-30. http://dx.doi.org/10.1109/WAINA.2015.42
H. J. La, "A Conceptual Framework for Trajectory-based Medical Analytics with IoT Contexts", Journal of Computer and System Sciences, Dec. 2011. http://dx.doi.org/10.1016/j.jcss.2015.10.007
N. John and S. Shenoy, "Health Cloud-Healthcare As A Service (HaaS)", 2014 IEEE International Conference on Advances in Computing, Communications and Informatics (ICACCI 2014), Sept. 2014, pp. 1963-1966. http://dx.doi.org/10.1109/ICACCI.2014.6968627
R. B. Bellam, M. P. Coyle, P. Krishnan, and E. G. Rajan, "Issues While Migrating Imaging Services on Cloud Based Infrastructure", 2015 1st International Conference on Next Generation Computing Technologies (NGCT 2015), Sept. 2015, pp. 109-114. http://dx.doi.org/10.1109/NGCT.2015.7375093
G. Patel, "DICOM Medical Image Management the Challenges and Solutions: Cloud as a Service (CaaS)", 2012 Third International Conference on Computing Communication & Networking Technologies (ICCCNT 2012), Jul. 2012, pp. 1-5. http://dx.doi.org/10.1109/ICCCNT.2012.6396083
W. C. Chiang, H. H. Lin, T. S. Wu, and C. F. Chen, "Building a Cloud Service for Medical Image Processing Based on Service-Orient Architecture", 2011 4th International Conference on Biomedical Engineering and Informatics (BMEI 2011), Oct. 2011, pp. 1459-1465. http://dx.doi.org/10.1109/BMEI.2011.6098638
※ AI-Helper는 부적절한 답변을 할 수 있습니다.