최근 IT 기술이 발달함에 따라 병원에서 사용되고 있는 의료 장비도 고사양의 성능을 요구하고 있다. 그러나, 사용자는 사용자의 상황에 따라 서로 다른 병원을 내원하기 때문에, 병원에서 진료 받은 의료 정보가 병원마다 분산되어 있다. 본 논문에서는 서로 다른 병원에 내원한 사용자의 헬스케어 정보 수집을 위해서 병원에 저장되어 있는 사용자의 헬스케어 정보를 효율적으로 통합하기 위한 모델을 제안한다. 제안모델은 사용자 중심의 헬스케어 정보 수집을 위해서 개인 웨어러블 장치로부터 수집된 사용자의 헬스케어 정보를 서로 동기화한다. 또한, 제안 모델은 헬스케어 서비스 센터와 데이터 공유를 원활하게 수행하기 위해서 클라우드 환경에 존재하는 데이터베이스에서 사용자의 헬스케어 정보와 관련된 무결성 및 유효성 검사를 수행한다. 특히, 제안모델은 모바일 플랫폼으로부터 수집된 사용자의 헬스케어 정보를 원활하게 관리하기 위해서 트리기반의 데이터 처리를 수행할 수 있도록 하였다.
최근 IT 기술이 발달함에 따라 병원에서 사용되고 있는 의료 장비도 고사양의 성능을 요구하고 있다. 그러나, 사용자는 사용자의 상황에 따라 서로 다른 병원을 내원하기 때문에, 병원에서 진료 받은 의료 정보가 병원마다 분산되어 있다. 본 논문에서는 서로 다른 병원에 내원한 사용자의 헬스케어 정보 수집을 위해서 병원에 저장되어 있는 사용자의 헬스케어 정보를 효율적으로 통합하기 위한 모델을 제안한다. 제안모델은 사용자 중심의 헬스케어 정보 수집을 위해서 개인 웨어러블 장치로부터 수집된 사용자의 헬스케어 정보를 서로 동기화한다. 또한, 제안 모델은 헬스케어 서비스 센터와 데이터 공유를 원활하게 수행하기 위해서 클라우드 환경에 존재하는 데이터베이스에서 사용자의 헬스케어 정보와 관련된 무결성 및 유효성 검사를 수행한다. 특히, 제안모델은 모바일 플랫폼으로부터 수집된 사용자의 헬스케어 정보를 원활하게 관리하기 위해서 트리기반의 데이터 처리를 수행할 수 있도록 하였다.
As IT technology develops recently, medical equipment used in hospitals is demanding high performance. However, since the user visits different hospitals depending on the user's situation, the medical information treated at the hospital is distributed among the hospitals. In this paper, we propose a...
As IT technology develops recently, medical equipment used in hospitals is demanding high performance. However, since the user visits different hospitals depending on the user's situation, the medical information treated at the hospital is distributed among the hospitals. In this paper, we propose a model to efficiently integrate the health care information of the users stored in the hospital in order to collect the healthcare information of the users who visited the different hospitals. The proposed model synchronizes users' healthcare information collected from personal wearable devices to collect user - centered healthcare information. In addition, the proposed model performs integrity and validity check related to user's healthcare information in a database existing in a cloud environment in order to smoothly share data with the healthcare service center. In particular, the proposed model enables tree - based data processing to smoothly manage healthcare information collected from mobile platforms.
As IT technology develops recently, medical equipment used in hospitals is demanding high performance. However, since the user visits different hospitals depending on the user's situation, the medical information treated at the hospital is distributed among the hospitals. In this paper, we propose a model to efficiently integrate the health care information of the users stored in the hospital in order to collect the healthcare information of the users who visited the different hospitals. The proposed model synchronizes users' healthcare information collected from personal wearable devices to collect user - centered healthcare information. In addition, the proposed model performs integrity and validity check related to user's healthcare information in a database existing in a cloud environment in order to smoothly share data with the healthcare service center. In particular, the proposed model enables tree - based data processing to smoothly manage healthcare information collected from mobile platforms.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
특히, 병원 간 사용자의 의료 정보 공유를 위한 클라우드 기반의 인프라 구축 필요성은 점점 증가하고 있다. 본 논문에서는 클라우드 환경에서 병원마다 보관되어 있는 사용자의 헬스케어 정보를 효율적으로 통합하기 위한 모델을 제안하였다. 제안모델은 헬스케어 정보를 수집하기 위해서 사용자는 고유 식별자를 통해 수집된 데이터를 서로 동기화한다.
본 논문에서는 클라우드 환경에서 병원마다 보관되어 있는 사용자의 헬스케어 정보를 효율적으로 통합하기 위한 모델을 제안한다. 제안모델은 헬스케어 정보를 수집하기 위해서 사용자의 웨어러블 장치를 사용하여 클라우드 데이터베이스에 저장한다.
이 절에서는 클라우드 환경에 분포된 서로 다른 역할을 수행하는 병원에 보관중인 사용자의 헬스케어 정보를 안전하게 통합하는 모델을 제안한다.
제안 방법
클라우드 데이터베이스에 저장된 데이터는 사용자의 저장한 후 고유 식별자(Unique Indentifier)를 통해 수집된 데이터를 서로 동기화한다. 또한, 제안 모델은 헬스케어 서비스 센터와 데이터 공유를 원활하게 수행하기 위해서 클라우드 환경에 존재하는 데이터베이스에서 사용자의 헬스케어 정보와 관련된 무결성 및 유효성 검사한다. 특히, 제안모델은 모바일 플랫폼으로부터 수집된 사용자의 헬스케어 정보를 원활하게 관리하기 위해서 트리기반의 데이터 처리를 수행할 수 있도록 하였다.
이 절에서는 클라우드 컴퓨팅 환경에서 연구되었던 기존 연구를 기반으로 사용자가 병원을 방문하여 사용자의 헬스케어 정보를 클라우드 데이터베이스에 저장할 경우 발생할 수 있는 안전성 평가를 수행한다.
제안 기법은 현재 운영되고 있는 병원 진료 시스템에서 환자의 진료 정보 데이터를 표준 정보와 민감 정보로 분류하여 특별한 정책 변경 없이도 클라우드 서비스를 제공받을 수 있도록 하였다. 제안 기법은 환자 의료 정보 그룹을 그룹 인덱스 정보로 표현하여 클라우드 환경에서 이용할 수 있도록 해쉬 체인하여 환자 정보와 환자 의료정보 그룹 인덱스 정보를 이용 하도록 한다.
제안 기법은 현재 운영되고 있는 병원 진료 시스템에서 환자의 진료 정보 데이터를 표준 정보와 민감 정보로 분류하여 특별한 정책 변경 없이도 클라우드 서비스를 제공받을 수 있도록 하였다. 제안 기법은 환자 의료 정보 그룹을 그룹 인덱스 정보로 표현하여 클라우드 환경에서 이용할 수 있도록 해쉬 체인하여 환자 정보와 환자 의료정보 그룹 인덱스 정보를 이용 하도록 한다.
클라우드 데이터베이스는 서로 다른 병원에 존재하는 사용자의 정보를 수집하여 공유 정보 생성, 공유 정보 재구성, 공유 정보 수정 알고리즘 등의 기능을 수행한다. 제안 모델은 데이터 수집 동안 사용자의 동일한 정보 및 서명 등을 처리할 때는 정보수집 알고리즘을 통해 헬스케어 서비스 센터로 보내진다.
제안 모델은 사용자가 클라우드 서비스를 사용하는 병원에 사용자의 헬스케어 정보를 저장했을 경우 병원에서 생성한 랜덤키 r를 생성하여 UHI 정보와 함께 공유키 SKi로 암호화하여 클라우드 데이터베이스에게 전달했을 때 사용자의 고유 식별자(Unique Indentifier) 정보 UIi를 알지 못하기 때문에 제3자의 공격을 막을 수 있다.
제안 모델은 클라우드 환경에 분산되어 있는 병원이 클라우드 데이터베이스에 접근할 때마다 랜덤키 r를 생성하기 때문에 제3자에 의해서 사용자의 헬스케어 정보가 노출되더라도 사용자가 누구 인지를 인식할 수가 없을 뿐만 아니라 사용자의 고유 식별자(Unique Indentifier) 정보 UIi를 제3자가 불법적으로 사용하지 못하도록 UHI 정보를 사용한다.
본 논문에서는 클라우드 환경에서 병원마다 보관되어 있는 사용자의 헬스케어 정보를 효율적으로 통합하기 위한 모델을 제안하였다. 제안모델은 헬스케어 정보를 수집하기 위해서 사용자는 고유 식별자를 통해 수집된 데이터를 서로 동기화한다. 또한, 제안 모델은 클라우드 환경에 존재하는 데이터베이스에서 사용자의 헬스케어 정보를 검사하여 사용자의 헬스케어 정보를 원활하게 관리할 수 있다.
본 논문에서는 클라우드 환경에서 병원마다 보관되어 있는 사용자의 헬스케어 정보를 효율적으로 통합하기 위한 모델을 제안한다. 제안모델은 헬스케어 정보를 수집하기 위해서 사용자의 웨어러블 장치를 사용하여 클라우드 데이터베이스에 저장한다. 클라우드 데이터베이스에 저장된 데이터는 사용자의 저장한 후 고유 식별자(Unique Indentifier)를 통해 수집된 데이터를 서로 동기화한다.
또한, 제안 모델은 헬스케어 서비스 센터와 데이터 공유를 원활하게 수행하기 위해서 클라우드 환경에 존재하는 데이터베이스에서 사용자의 헬스케어 정보와 관련된 무결성 및 유효성 검사한다. 특히, 제안모델은 모바일 플랫폼으로부터 수집된 사용자의 헬스케어 정보를 원활하게 관리하기 위해서 트리기반의 데이터 처리를 수행할 수 있도록 하였다. 그리고, 제안 모델은 사용자에게 부착된 웨어러블 장치를 통해 사용자의 헬스케어 정보를 클라우드 데이터베이스에 저장하여 사용자의 프라이버시가 제3자에게 노출되어 악용되는 것을 예방하고 있다.
대상 데이터
제안 모델은 클라우드 환경에 분포되어 있는 n개의 병원에서 사용자의 헬스케어 정보를 수집하기 위한 모델은 Fig. 2와 같다. Fig.
성능/효과
특히, 제안모델은 모바일 플랫폼으로부터 수집된 사용자의 헬스케어 정보를 원활하게 관리하기 위해서 트리기반의 데이터 처리를 수행할 수 있도록 하였다. 그리고, 제안 모델은 사용자에게 부착된 웨어러블 장치를 통해 사용자의 헬스케어 정보를 클라우드 데이터베이스에 저장하여 사용자의 프라이버시가 제3자에게 노출되어 악용되는 것을 예방하고 있다.
또한, 제안 모델은 클라우드 환경에 존재하는 데이터베이스에서 사용자의 헬스케어 정보를 검사하여 사용자의 헬스케어 정보를 원활하게 관리할 수 있다. 그리고, 제안 모델은 사용자의 헬스케어 정보를 클라우드 데이터베이스에 저장하여 사용자의 프라이버시가 제3자에게 노출되어 악용되는 것을 예방하고 있다. 향후 연구에서는 본 연구의 결과를 기반으로 클라우드 컴퓨팅 환경에서 사용자의 헬스케어 정보의 처리 속도 향상을 위한 프로토콜 개발을 수행할 계획이다.
제안모델은 헬스케어 정보를 수집하기 위해서 사용자는 고유 식별자를 통해 수집된 데이터를 서로 동기화한다. 또한, 제안 모델은 클라우드 환경에 존재하는 데이터베이스에서 사용자의 헬스케어 정보를 검사하여 사용자의 헬스케어 정보를 원활하게 관리할 수 있다. 그리고, 제안 모델은 사용자의 헬스케어 정보를 클라우드 데이터베이스에 저장하여 사용자의 프라이버시가 제3자에게 노출되어 악용되는 것을 예방하고 있다.
제안 모델은 사용자의 프라이버시를 보장하기 위해서 병원이 생성한 랜덤키 r를 적용하여 UHI 정보와 함께 공유키 SKi로 암호화하여 클라우드 데이터베이스에게 전달하기 때문에 사용자의 헬스케어 정보에 대한 가용성을 보장할 수 있어 사용자의 프라이버시를 보호할 수 있다.
제안 모델은 클라우드 데이터베이스에서 최소 n이상의 사용자 헬스케어 정보 ank를 수집하여 클라우드 데이터베이스에 보관되어 있는 사용자 헬스케어 정보의 a(n-1)(k-1)+a(n-1)k 계수를 생성하기 때문에 권한이 없는 제3자가 사용자의 헬스케어 정보를 불법적으로 접근하는 것을 예방할 수 있다.
후속연구
특히, 클라우드 기반의 인프라 구축은 다음과 같이 2가지 측면에서 그 필요성이 대두되고 있다[5-9]. 첫째, 공공 클라우드에 저장되어 있는 사용자의 헬스케어 정보의 프라이버시 보호가 필요하다. 둘째, 현재 클라우드에 저장되어 있는 사용자의 정보는 중안 집중식 신뢰를 필요로 하고 있다[10,11].
그리고, 제안 모델은 사용자의 헬스케어 정보를 클라우드 데이터베이스에 저장하여 사용자의 프라이버시가 제3자에게 노출되어 악용되는 것을 예방하고 있다. 향후 연구에서는 본 연구의 결과를 기반으로 클라우드 컴퓨팅 환경에서 사용자의 헬스케어 정보의 처리 속도 향상을 위한 프로토콜 개발을 수행할 계획이다.
질의응답
핵심어
질문
논문에서 추출한 답변
병원정보시스템은 어떤 기능을 갖고있는가?
병원정보시스템은 의료, 행정, 재정적, 법적 문제 및 서비스 등을 처리해야하는 병원의 포괄적인 행정 업무를 지원하기 위해 설계된 통합 정보 시스템을 의미한다[13,14]. 병원정보시스템은 환자 의료 서비스를 위해서 실험실 정보 시스템 (LIS), 정책 및 절차 관리 시스템, 방사선과 정보 시스템 (RIS) 또는 영상 저장 전송 시스템(PACS) 등의 기능을 가지고 있다. 병원정보시스템의 구조 및 동작원리는 Fig.
의료 시스템에서 운영 중인 헬스케어 시스템의 문제는 어떤것들이 있는가?
현재 의료 시스템에서 운영 중인 헬스케어 시스템의 문제를 환경적 요인, 구조적 요인, 형태적 요인으로 분류하면 다음과 같은 문제점이 도출된다[21]. 환경적 요인에서는 의료 서비스를 제공받는 환자의 고령화 및 만성질환화로 인한 인구 구성 및 질병의 속성 변화로 인한 의료서비스 준비가 부족하다. 구조적 요인에서는 의료 서비스를 지원하기 위해 필요한 대부분의 재원을 정부 부문에 한정되어 있어 의료 기관의 수익률 창출을 위한 투자 자금 유입이 부족하다. 형태적 요인에서는 환자의 의료기관 사이에 정보 공유가 명확하지 않아 환자의 의료 선택권이 전해될 뿐만 아니라 의료 기관에서는 잠재적 고객 수요의 의료 트렌드를 제대로 파악하지 못하고 있다.
병원정보시스템이란 무엇인가?
병원정보시스템은 의료, 행정, 재정적, 법적 문제 및 서비스 등을 처리해야하는 병원의 포괄적인 행정 업무를 지원하기 위해 설계된 통합 정보 시스템을 의미한다[13,14]. 병원정보시스템은 환자 의료 서비스를 위해서 실험실 정보 시스템 (LIS), 정책 및 절차 관리 시스템, 방사선과 정보 시스템 (RIS) 또는 영상 저장 전송 시스템(PACS) 등의 기능을 가지고 있다.
참고문헌 (21)
F. D. Davis. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly. 13, 319-340.
Y. S. Jeong. (2015). An Efficiency Management Scheme using Big Data of Healthcare Patients using Puzzy AHP. Journal of Digital Convergence, 13(4), 227-233.
Y. S. Jeong. (2016). An Efficient IoT Healthcare Service Management Model of Location Tracking Sensor. Journal of Digital Convergence, 14(3), 261-267.
F. Khennou, Y. Idrissi Khamlichi & N. E. H. Chaoui. (2016). Designing a health data management system based hadoop-agent. Proceedings of the 2016 4th IEEE International Colloquium on Information Science and Technology (CiSt), 71-76
Y. S. Jeong, Y. T. Kim & G. C. Park. (2017). A hierarchical property-based multi-level approach method for improves user access control in a cloud environment. Journal of the Korea Convergence Society, 8(11), 7-13.
Y. S. Jeong. (2017). User Authentication Key Establishment Scheme based on Color Model for Healthcare Environment. Journal of the Korea Convergence Society, 8(3), 115-121.
F. A. Rahim, Z. Ismail & G. N. Samy. (2017). Healthcare employees' perception on information privacy concerns. Proceedings of the 2017 International Conference on Research and Innovation in Information Systems (ICRIIS), 1-6.
Y. S. Jeong, Y. T. Kim & G. C. Park. (2017). A Design of Service Improvement Model for Emergency Medical System using Augmented Reality. Journal of Convergence for Information Technology, 7(1), 17-24.
A. Cenci, D. Liciotti, I. Ercoli, P. Zingaretti & V. P. Carnielli. (2016). A cloud-based healthcare infrastructure for medical device integration: The bilirubinometer case study. Proceedings of the 2016 12th IEEE/ASME International Conference on Mechatronic and Embedded Systems and Applications (MESA), 1-6.
Y. S. Jeong. (2017). Data Storage and Security Model for Mobile Healthcare Service based on IoT. Journal of Digital Convergence, 15(3), 187-193.
Y. S. Jeong. (2017). Subnet Generation Scheme based on Deep Learing for Healthcare Information Gathering. Journal of Digital Convergence, 15(3), 221-228.
S. Lavanya, G. Lavanya & J. Divyabharathi. (2017). Remote prescription and I-Home healthcare based on IoT. Proceedings of the 2017 International Conference on Innovations in Green Energy and Healthcare Technologies (IGEHT), 1-3.
K. H. Han & Y. S. Jeong. (2017). Efficient Authentication Establishment Scheme between IoT Device based on Pascal Triangle Theory. Journal of the Korea Convergence Society, 8(7), 15-21.
A. Bahga & V. K. Madisetti. (2013). A Cloud-based Approach for Interoperable Electronic Health Records (EHRs). IEEE Journal of Biomedical and Health Informatics, 17(5), 894-906.
N. Singh, A. Jangra, I. Elamvazuthi & K. Kashyap. (2017). Healthcare Data Privacy Measures to Cure & Care Cloud Uncertainties, Proceedings of the 4th IEEE International Conference on Signal Processing, Computing and Control(ISPCC 2017), 402-407.
M. Panda, S. M. Ali & S. K. Panda. (2017). Big data in health care: A mobile based solution. Proceedings of the 2017 International Conference on Big Data Analytics and Computational Intelligence (ICBDAC), 149-152.
Y. S. Jeong, Y. H. Yon & J. H. Ku. (2017). Hash-chain-based IoT authentication scheme suitable for small and medium enterprises. Journal of Convergence for Information Technology, 7(4), 105-111.
D. Moner, J. A. Maldonado, D. Bosca, J. T. Fernadez, C. Angulo, P. Crespo, P. J. Vivancos & M. Robles. (2006). Archetype-Based Semantic Integration and Standardization of Clinical Data. Proceedings of the 2006 International Conference of the IEEE Engineering in Medicine and Biology Society, 5141-5144.
W. P. Lee, J. Y. Huang, H. H. Chang, K. T. Lee & C. T. Lai. (2017). Predicting Drug Side Effects Using Data Analytics and the Integration of Multiple Data Sources. IEEE Access, 5, 20449-20462.
Y. S. Jeong. (2016). A Study of An Efficient Clustering Processing Scheme of Patient Disease Information for Cloud Computing Environment. Journal of Convergence for Information Technology, 6(1), 33-38.
I. Y. Jung, S. G. Kim, D. Y. Lee & Y. H. Lee. (2016). Science and Technology Policy Institute. Emerging Healthcare Innovations Driven by Data and Its Policy Implications.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.