[논문]응급상황에서 자동인증지원을 위한 빅데이터 처리 및 에지컴퓨팅 기반의 의료정보플랫폼 연구

함규성; 강민구; 주수종

doi:10.7472/jksii.2022.23.3.87

응급상황에서 자동인증지원을 위한 빅데이터 처리 및 에지컴퓨팅 기반의 의료정보플랫폼 연구
A Study on Medical Information Platform Based on Big Data Processing and Edge Computing for Supporting Automatic Authentication in Emergency Situations 원문보기

Journal of Internet Computing and Services = 인터넷정보학회논문지, v.23 no.3, 2022년, pp.87 - 95

함규성 (Department of Computer Engineering, Wonkwang University) , 강민구 (Department of IT Contents, Hanshin University) , 주수종 (Department of Computer.Software Engineering, Wonkwang University)

초록
AI-Helper

최근 스마트기술의 발달로 의료정보플랫폼에서 환자의 생체데이터가 실시간으로 측정 및 데이터베이스에 축적되며, 환자의 응급상황을 판단할 수 있다. 또한, 의료진은 이동단말기를 이용하여 간단한 인증 이후 환자정보에 쉽게 접근이 가능하다. 그러나 이동단말기를 이용한 의료정보 접근에 있어 환자상황과 이동단말기를 고려한 인증에 대한 연구가 필요하다. 본 논문에서는 응급상황에서 의료진의 이동단말기를 이용한 의료정보 접근허가를 위해 빅데이터 처리 및 에지컴퓨팅 기반의 자동인증지원 의료정보플랫폼에 대해 연구하였다. 기 연구된 자동인증 시스템은 응급상황에서 사용자인증과 이동단말기인증을 동시에 수행하며, 상위 의료정보 접근권한을 인증된 의료진과 이동단말기에 부여하는 인증 시스템이다. 환자의 고혈압, 당뇨와 같은 환자상태를 고려한 응급상황을 판단하기 위해 빅데이터 처리 및 분석기법을 제안한 플랫폼에 적용하였다. 또한 환자의 빠른 응급상황 판단을 위해 에지컴퓨팅을 의료정보 서버 앞단에 두어 의료정보 서버 대신 에지컴퓨팅에서 응급상황을 판단하도록 하였다. 의료정보 서버는 입력된 환자정보와 축적된 생체데이터를 이용하여 응급상황 판단수치를 도출하고, 에지컴퓨팅에 전달하여 환자 맞춤형 응급상황을 판단하도록 하였다. 결론적으로, 제안한 의료정보플랫폼은 빅데이터 처리와 에지컴퓨팅을 통해 환자상태를 고려하고 응급상황을 빠르게 판단하였으며, 자동인증을 통해 응급상황에서의 신속한 인증과, 환자상황과 의료진의 역할에 따른 접근권한 부여를 통해 환자정보를 보호하였다.

Abstract ▼ AI-Helper

Recently, with the development of smart technology, in medical information platform, patient's biometric data is measured in real time and accumulated into database, and it is possible to determine the patient's emergency situations. Medical staff can easily access patient information after simple authentication using a mobile terminal. However, in accessing medical information using the mobile terminal, it is necessary to study authentication in consideration of the patient situations and mobile terminal. In this paper, we studied on medical information platforms based on big data processing and edge computing for supporting automatic authentication in emergency situations. The automatic authentication system that we had studied is an authentication system that simultaneously performs user authentication and mobile terminal authentication in emergency situations, and grants upper-level access rights to certified medical staff and mobile terminal. Big data processing and analysis techniques were applied to the proposed platform in order to determine emergency situations in consideration of patient conditions such as high blood pressure and diabetes. To quickly determine the patient's emergency situations, edge computing was placed in front of the medical information server so that the edge computing determine patient's situations instead of the medical information server. The medical information server derived emergency situation decision values using the input patient's information and accumulated biometric data, and transmit them to the edge computing to determine patient-customized emergency situation. In conclusion, the proposed medical information platform considers the patient's conditions and determine quick emergency situations through big data processing and edge computing, and enables rapid authentication in emergency situations through automatic authentication, and protects patient's information by granting access rights according to the patient situations and the role of the medical staff.

주제어

표/그림 (7)

그림 (그림 1) 빅데이터 처리 및 에지컴퓨팅을 적용한 자동인증지원 의료정보플랫폼 구조 (Figure 1) Structure of Automatic Authentication Support Medical Information Platform Applying Big data Processing and Edge Computing
그림 (그림 2) 제안한 의료정보플렛폼 데이터 흐름도 및 응급상황시의 자동인증 수행과정 (Figure 2) Data flowchart of Proposed Medical Information Platform and Automatic Authentication Process in Emergency Situations
그림 (그림 3) 혈압·혈당데이터 상관관계 분석 히트맵 (Figure 3) Blood Pressure·Blood Sugar Data Correlation Analysis HeatMap
표 (표 1) 환자 병력과 데이터 속성에 따른 응급상황 판단수치 예 (Table 1) Example of Emergency Decision Values According to Patient Disease and Data Attributes
그림 (그림 5) 환자등록과 의료정보 서버에서 환자 응급상황 판단수치 도출 및 에지컴퓨팅에서 환자상황판단 (Figure 5) Patient Registration, Derive Patient Emergency Situations Decision Values in Medical Information Server and Determine Patient’s Situations in the Edge Computing
그림 (그림 4) 에지컴퓨팅 구현을 위한 Raspberry Pi 및 Hat (Figure 4) Raspberry Pi and Hat for Edge Computing Implementation
그림 (그림 6) 이동단말기에서 환자상황에 따른 등급화된 의료정보 접근 (Figure 6) Access to Graded Medical Information According to the Patient Situations in the Mobile Terminal

AI 본문요약
AI-Helper

문제 정의

또한, 환자 맞춤형 응급상황 판단을 위해 의료정보 서버에서 빅데이터를 분석하여 고혈압, 당뇨, 부정맥과 같은 환자상태를 고려한 환자 맞춤형 응급 상황 판단 수치를 도출하여 응급상황 판단을 위해 이를 에지 컴퓨팅시스템에 전달한다. 마지막으로, 응급상황에서 의료진의 의료정보 접근에 대해 자동인증을 적용하여 사용자인증과 이동단말기인증에 대한 동시 인증 및 빠른 인증과 접근 투명성을 보장하고자 한다.
본 논문에서는 에지컴퓨팅과 빅데이터기술을 적용한 자동인증 지원 의료정보플랫폼을 제안하였다. 의료정보 서버에 축적된 환자 생체 빅데이터를 이용하여 환자의 만성질환에 따른 응급상황 판단수치 도출을 통해 환자맞춤형 응급상황판단이 가능하도록 설계하였다.
본 논문에서는 응급상황에서 의료진의 의료정보 접근허가를 위해 4차산업혁명 기술인 빅데이터 처리 및 에지 컴퓨팅 기반에 자동인증을 지원하는 의료 정보 플랫폼에 대해 연구하고자 한다. 응급상황의 빠른 판단을 위해 에지 컴퓨팅을 의료정보 서버 앞단에 두어 환자 응급상황을 판단한다.
그러나 본 혈압 혈당 데이터에 포함된 FBS, SBP, DBP, BMI와 같은 생체데이터 속성들이 실시간 데이터(Real-Time) 개념보다는 정적(Static) 데이터에 가깝다. 이에 본 논문에서는 혈압 혈당데이터를 의료정보 빅데이터에 대한 처리방법 연구 및 의료정보플랫폼에 적용 및 활용방안 제시로 연구범위를 정하여 연구를 진행하였다. 환자 질병과 각 생체데이터 속성을 분석하여 환자 질병과 각 생체데이터별 응급상황 수치를 구분하여 환자상황판단을 진행하였다.

제안 방법

이에 1번 HTN/DM 환자에 대해서는 응급상황, 4번 None 환자에 대해서는 정상상황으로 간주하였다. 또한 2번 HTN과 3번 DM에 대하여 각 속성의 평균과 합병증과 일반인의 응급상황 판단기준 경계 값을 사용하여 응급상황을 구분하였다.
의료정보 서버에 축적된 환자 생체 빅데이터를 이용하여 환자의 만성질환에 따른 응급상황 판단수치 도출을 통해 환자맞춤형 응급상황판단이 가능하도록 설계하였다. 또한 에지 컴퓨팅에 응급상황 판단수치를 전달하여, 기존 의료정보 서버에서 판단하였던 환자의 응급상황을 에지 컴퓨팅에서 판별하도록 하였다. 이를 통해 의료정보 서버의 과부하를 막고, 의료정보 서버보다 상대적으로 보안 수준이 낮은 에지컴퓨팅에서 환자개인정보를 보관하지 않고 응급상황 판단수치만을 보관함으로써 외부위협으로부터 환자 정보를 적게 노출되도록 하였다.
환자 질병과 각 생체데이터 속성을 분석하여 환자 질병과 각 생체데이터별 응급상황 수치를 구분하여 환자상황판단을 진행하였다. 또한, 응급상황판단의 조기감지와 응급상황판단의 최적화를 위해 정상상황과 응급상황사이에 응급전조상황을 추가하고, 이에 따른 응급상황 판단수치를 제안하였다.
분석 결과에 따라 병력과 상관관계가 깊은 세 속성인 나이, 공복혈당, 수축기혈압 속성을 이용하여 병력에 따라 각 속성의 평균치를 계산하여 정상, 응급전조, 응급상황 판단기준 예를 표 1과 같이 구분하였다. 본 연구에서는 환자상황이 응급으로 가기 전 조치를 위해서와 시스템상에서의 환자상황판별 최적화를 위해 정상상황과 응급상황 사이에 응급전조상황을 추가하여 세단계의 환자 상황(정상, 응급전조, 응급)으로 구분하여 연구를 진행하였다.
에지컴퓨팅에서는 수신한 데이터를 전처리 프로세스를 통해 환자 응급상황 판단과 의료정보 서버의 IoT 기반의 생체 빅데이터를 DB에 저장하기 위해 최적화를 진행한다. 또한 환자의 응급상황 판단함에 있어 환자 상태에 따른 환자 맞춤형 상황판단 수치를 의료정보 서버로부터 수신하여 환자상황을 판단한다.
본 논문에서는 응급상황에서 의료진의 의료정보 접근허가를 위해 4차산업혁명 기술인 빅데이터 처리 및 에지 컴퓨팅 기반에 자동인증을 지원하는 의료 정보 플랫폼에 대해 연구하고자 한다. 응급상황의 빠른 판단을 위해 에지 컴퓨팅을 의료정보 서버 앞단에 두어 환자 응급상황을 판단한다. 또한, 환자 맞춤형 응급상황 판단을 위해 의료정보 서버에서 빅데이터를 분석하여 고혈압, 당뇨, 부정맥과 같은 환자상태를 고려한 환자 맞춤형 응급 상황 판단 수치를 도출하여 응급상황 판단을 위해 이를 에지 컴퓨팅시스템에 전달한다.
의료정보 서버는 데스크톱 Window10 환경에서 WSL2(Windows Subsystem For Linux II)를 이용하여 Ubuntu 및 Apache2&Mysql을 이용해 구현하였다. 의료기기 및 IoT환경인 스마트공간기기부의 구현환경으로 환자의 SpO2, NIBP(SBP/DBP), ECG 생체데이터를 측정 가능한 교육용 의료기기인 BMS와 환자의 움직임 파악이 가능한 Azure Kinect를 에지컴퓨팅에 연결하였다. 또한 의료정보 서버에 환자정보 및 병력을 입력하기 위해 간단한 웹페이지를 구현하였다.
본 논문에서는 에지컴퓨팅과 빅데이터기술을 적용한 자동인증 지원 의료정보플랫폼을 제안하였다. 의료정보 서버에 축적된 환자 생체 빅데이터를 이용하여 환자의 만성질환에 따른 응급상황 판단수치 도출을 통해 환자맞춤형 응급상황판단이 가능하도록 설계하였다. 또한 에지 컴퓨팅에 응급상황 판단수치를 전달하여, 기존 의료정보 서버에서 판단하였던 환자의 응급상황을 에지 컴퓨팅에서 판별하도록 하였다.
이를 통해 의료정보 서버의 과부하를 막고, 의료정보 서버보다 상대적으로 보안 수준이 낮은 에지컴퓨팅에서 환자개인정보를 보관하지 않고 응급상황 판단수치만을 보관함으로써 외부위협으로부터 환자 정보를 적게 노출되도록 하였다. 의료진은 자동인증을 통해 응급상황에서 사용자와 이동단말기에 대한 2단계 인증을 동시에 진행하여 신속한 인증이 가능하도록 설계하였다. 또한 응급상황에서 자동인증 이후에만 상위 의료정보에 접근하도록 하여 환자 개인정보와 의료정보에 대한 유출 및 침해를 방지하도록 하였다.
의료진의 이동단말기 애플리케이션 구현을 위해 안드로이드 스튜디오 개발환경을 이용하여 구현하였고, 응급상황 메시지를 수신하기 위해 Google Firebase Cloud Massasing을 연동하여 응급메시지 수신기능을 구현하였다.
이에 본 논문에서는 의료 빅데이터 처리를 통해 환자 질병에 따른 응급상황 수치 분석하고, 에지컴퓨팅 시스템과 의료정보 서버의 연동을 통해 에지컴퓨팅에서의 응급상황 판단이 가능한 의료정보 플랫폼을 제안한다.
이에 본 논문에서는 혈압 혈당데이터를 의료정보 빅데이터에 대한 처리방법 연구 및 의료정보플랫폼에 적용 및 활용방안 제시로 연구범위를 정하여 연구를 진행하였다. 환자 질병과 각 생체데이터 속성을 분석하여 환자 질병과 각 생체데이터별 응급상황 수치를 구분하여 환자상황판단을 진행하였다. 또한, 응급상황판단의 조기감지와 응급상황판단의 최적화를 위해 정상상황과 응급상황사이에 응급전조상황을 추가하고, 이에 따른 응급상황 판단수치를 제안하였다.

대상 데이터

데이터 수집 시기 및 수집방법은 2013∼ 2014년 일반검진 및 생애전환기 건강검진을 통해 수집되었다
본 논문에서 사용한 데이터는 국민건강보험에서 제공하는 혈압혈당데이터 1, 000, 000건을 분석하여 연구를 진행하였다[17]. 데이터 수집 시기 및 수집방법은 2013∼ 2014년 일반검진 및 생애전환기 건강검진을 통해 수집되었다.
본 논문에서 에지컴퓨팅 시스템 구현을 위해 Raspberry Pi 4 8GB 3대를 이용하여 에지컴퓨팅을 구성하였으며, 추가적으로 온습도 센서가 포함되어 병동의 환경요소를 확인 가능한 Raspberry Pi Hat 1대를 결합하여 그림 4와 같이 구성하였다. 구현 편의를 위해 OS로는 Ubuntu를 사용하였으며, 서버 및 DB로는 Apache2&Mysql 를 사용하였다.
본 연구에서는 의료정보플랫폼에서의 환자 질환별 응급상황 판단수치를 도출하기 위해 의료데이터 선정으로 국민건강보험에서 제공하는 환자의 고혈압 및 당뇨 라벨링이 된 혈압혈당 데이터를 사용하였다. 그러나 본 혈압 혈당 데이터에 포함된 FBS, SBP, DBP, BMI와 같은 생체데이터 속성들이 실시간 데이터(Real-Time) 개념보다는 정적(Static) 데이터에 가깝다.

성능/효과

의료진은 자동인증을 통해 응급상황에서 사용자와 이동단말기에 대한 2단계 인증을 동시에 진행하여 신속한 인증이 가능하도록 설계하였다. 또한 응급상황에서 자동인증 이후에만 상위 의료정보에 접근하도록 하여 환자 개인정보와 의료정보에 대한 유출 및 침해를 방지하도록 하였다.
또한 에지 컴퓨팅에 응급상황 판단수치를 전달하여, 기존 의료정보 서버에서 판단하였던 환자의 응급상황을 에지 컴퓨팅에서 판별하도록 하였다. 이를 통해 의료정보 서버의 과부하를 막고, 의료정보 서버보다 상대적으로 보안 수준이 낮은 에지컴퓨팅에서 환자개인정보를 보관하지 않고 응급상황 판단수치만을 보관함으로써 외부위협으로부터 환자 정보를 적게 노출되도록 하였다. 의료진은 자동인증을 통해 응급상황에서 사용자와 이동단말기에 대한 2단계 인증을 동시에 진행하여 신속한 인증이 가능하도록 설계하였다.

후속연구

이를 통해 제안한 의료정보플랫폼의 앞단인 스마트 공간 기기 부와 이동단말기부의 연동을 통한 환자 응급상황 판단을 구현 예정이다. 또한 IoT 및 의료장비가 병동에 추가될 때마다 에지컴퓨팅과의 연동을 위한 자동제어 모듈에 대하여 연구할 예정이다. 마지막으로, 제안한 플랫폼을 대학병원과의 연계를 통해 실무활용 고려사항을 확인하여 적용 및 수행성 검증을 실시할 예정이다.
또한 IoT 및 의료장비가 병동에 추가될 때마다 에지컴퓨팅과의 연동을 위한 자동제어 모듈에 대하여 연구할 예정이다. 마지막으로, 제안한 플랫폼을 대학병원과의 연계를 통해 실무활용 고려사항을 확인하여 적용 및 수행성 검증을 실시할 예정이다.
향후 연구방향으로는 본 논문에서 사용하였던 정적데이터의 한계를 보안하기 위해 ECG 데이터와 같은 실시간 데이터를 선정하고, 부정맥환자를 위한 데이터 수집 및 빅데이터 처리, ML&DL모델 개발에 대한 연구를 진행할 예정이다. 이를 통해 제안한 의료정보플랫폼의 앞단인 스마트 공간 기기 부와 이동단말기부의 연동을 통한 환자 응급상황 판단을 구현 예정이다. 또한 IoT 및 의료장비가 병동에 추가될 때마다 에지컴퓨팅과의 연동을 위한 자동제어 모듈에 대하여 연구할 예정이다.
향후 연구방향으로는 본 논문에서 사용하였던 정적데이터의 한계를 보안하기 위해 ECG 데이터와 같은 실시간 데이터를 선정하고, 부정맥환자를 위한 데이터 수집 및 빅데이터 처리, ML&DL모델 개발에 대한 연구를 진행할 예정이다

참고문헌 (17)

P. Pace, G. Aloi, R. Gravina, G. Caliciuri & A. Liotta, "An Edge-Based Architecture to Support Efficient Applications for Healthcare Industry 4.0" in IEEE Transactions on Industrial Informatics, Vol.15, No.1, pp.481-489, 2019. https://doi.org/10.1109/TII.2018.2843169.

상세보기
Carol Habib, Abdallah Makhoul, Rony Darazi, Raphael Couturier, "Health risk assessment and decision-making for patient monitoring and decision-support using Wireless Body Sensor Networks", Information Fusion, Vol.47, pp.10-22, 2019. https://doi.org/10.1016/j.inffus.2018.06.008.

상세보기
M. W. L. Moreira, J. J. P. C. Rodrigues, V. Korotaev, J. Al-Muhtadi and N. Kumar, "A Comprehensive Review on Smart Decision Support Systems for Health Care", IEEE Systems Journal, Vol.13, No.3, pp.3536-3545, 2019. https://doi.org/10.1109/JSYST.2018.2890121.

상세보기
Yu, KH., Beam, A.L. & Kohane, I.S, "Artificial intelligence in healthcare", Nat Biomed Eng, Vol.2, pp.719-731, 2018. https://doi.org/10.1038/s41551-018-0305-z

상세보기
Wang, S., Cheng, S., Zhou, X. et al. "Construction of medical equipment-based doctor health monitoring system", J Med Syst, Vol.43, No.138, 2019. https://doi.org/10.1007/s10916-019-1255-z

상세보기
Noman Q. Al-Naggar, Husam Mohammed Al-Hammadi, et al. "Design of a Remote Real-Time Monitoring System for Multiple Physiological Parameters Based on Smartphone", Journal of Healthcare Engineering, Vol.2019, 2019. https://doi.org/10.1155/2019/5674673

상세보기
Hyeob Kim, "Blockchain, Protection and Application of Medical Information", Communications of the Korean Institute of Information Scientists and Engineers, Vol.38, No.7, pp.25-31, 2020. https://www.dbpia.co.kr/journal/articleDetail?nodeIdNODE09370617
Ham, Gyu-Sung, and Su-Chong Joo. "Development of Authentication Service Model Based Context-Awareness for Accessing Patient's Medical Information." Journal of Internet Computing and Services Vol.22, No.1, pp99-107, 2021.
Yi Yu, Jingsha He, Nafei Zhu, et al. "A new method for identity authentication using mobile terminals", Procedia Computer Science, Vol.131, pp.771-778, 2018. https://doi.org/10.1016/j.procs.2018.04.323.

상세보기
J. Song, B. Lee, K. T. Kim and H. Y. Youn, "Expert System-based Context Awareness for Edge Computing in IoT Environment" Journal of Internet Computing and Services, Vol.18, No.2, pp.21-30, 2017. https://doi.org/10.7472/jksii.2017.18.2.21.

원문보기 상세보기
J. Moon, S. Kum and S. Lee, "A Platform Providing Interactive Signage Based on Edge-cloud Cooperation", Journal of Internet Computing and Services, Vol.20, No.2, pp.39-49, 2019. https://doi.org/10.7472/jksii.2019.20.2.39.

원문보기 상세보기
I. V. Pustokhina, D. A. Pustokhin, D. Gupta, A. Khanna, & G. N. Nguyen, "An Effective Training Scheme for Deep Neural Network in Edge Computing Enabled Internet of Medical Things (IoMT) Systems" in IEEE Access, Vol.8, pp.107112-107123, 2020. https://doi.org/10.1109/ACCESS.2020.3000322.

상세보기
M. A. Rahman, M. S. Hossain, N. A. Alrajeh and N. Guizani, "B5G and Explainable Deep Learning Assisted Healthcare Vertical at the Edge: COVID-I9 Perspective" in IEEE Network, Vol.34, No.4, pp.98-105, 2020. https://doi.org/10.1109/MNET.011.2000353.

상세보기
Min Chen, Wei Li, Yixue Hao, Yongfeng Qian and Iztok Humar, "Edge cognitive computing based smart healthcare system", Future Generation Computer Systems, Vol.86, pp.403-411, 2018. https://doi.org/10.1016/j.future.2018.03.054.

상세보기
Su-Chong Joo, "Automatic Authentication Method based on Dynamic Context for Transparent Access for Medical Information", Patent Number : 10-2026018, Registration Data : 2019.9.20. https://doi.org/10.8080/1020260180000
G.S. Ham, S.C. Joo, "Implementation of An Automatic Authentication System Based on Patient's Situations and Its Performance Evaluation", JISC, Vol.45, No.5, pp.914-925. 2020. https://doi.org/10.7472/JKSII.2020.21.4.25

원문보기 상세보기
National Health Insurance Sharing Service(NHISS) Korea. https://nhiss.nhis.or.kr/bd/ab/bdabf003cv.do

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증