초록 ▼

□ 연구개발 목표 및 내용
○ 최종 목표
- 현재 수술실에서의 마취분야 전문의는 해당 그림과 같이 4~5종의 환자모니터링 또는 마취정도측정 장치에서 도출되는 Vital-Sign(BIS, TOF, BP, HR, ECG, SpO2, CO, SVV, PPV,SvO2, CVP, PAP 등)을 많은 종류의 모니터링 장치에서 동시복합적으로 분석하여 마취에 대한 진단, 처치, 투약을 결정하게 되는데 이러한 어려움에 따라 마취분야 전문의들의 미세한 진단 결정 차이가 일어날 수 있음.
- 당 컨소시엄에서는 해당 과제의 목표인 마취분

□ 연구개발 목표 및 내용
○ 최종 목표
- 현재 수술실에서의 마취분야 전문의는 해당 그림과 같이 4~5종의 환자모니터링 또는 마취정도측정 장치에서 도출되는 Vital-Sign(BIS, TOF, BP, HR, ECG, SpO2, CO, SVV, PPV,SvO2, CVP, PAP 등)을 많은 종류의 모니터링 장치에서 동시복합적으로 분석하여 마취에 대한 진단, 처치, 투약을 결정하게 되는데 이러한 어려움에 따라 마취분야 전문의들의 미세한 진단 결정 차이가 일어날 수 있음.
- 당 컨소시엄에서는 해당 과제의 목표인 마취분야의 가칭 ‘ANES AI' 시스템을 개발하여 Vitalsign을 통합적으로 Gathering하고 보다 정형화된 진단 및 처치를 통해 높은 의료의 질을 제공할 수 있도록 하는 기술개발을 목표로 함.
- 이를 위해 사전기획단계에서는 기존 병원 내의 환자의 후향적 의료데이터(2만건의 마취기록지)를 전산화 하였으며, 해당 데이터의 활용을 위해 IRB(임상시험심사위원회)를 통해 심의신청서 및 승인서를 획득 완료하였고, 매월 새롭게 발생하는 1,500여건의 수술 중 마취기록데이터인 전향적 의료데이터 활용을 위해 1차년도 2단계부터 전향적 의료데이터 IRB를 심의신청 및 승인획득 할 것이며, 후향적, 전향적 의료데이터의 지속적인 전산화 작업과 Agent G/W 및 ANES AI기초설계를 진행 할 것임.

○ 전체 내용
o 마취분야의 투약 및 처치의 정형화를 위한 딥러닝 ANES AI 및 Interactive OCS KIOSK 개발
o End Product 중계 Agent G/W(HW), 서버탑재용 ANES AI(SW), AI 딥러닝 알고리즘(SW), Interactive OCS KIOSK(HW), KIOSK Doctor User Interface
o 연차별 개발목표치의 최종목표
- 2차년도 2단계 : Interactive OCS(Order communication system) KIOSK개발 및 ANES AI 최적화

○ 1년차 (2단계)
목표
- Vital Sign 통합 Gathering을 위한 중계 Agent Gateway
·Agent G/W 및 환자모니터링 장치 멀티커넥터 개발(메인PCB, 펌웨어, 외장기구물, 시제품)
- 마취통증의학 전용 Deep Learning 'ANES' AI 기초설계
·Convolutional Layer 등 ANES AI 기초설계 (데이터 정제, 레이어설계, 모델 구축, 파라미터 최적화)
- 전향적 의료데이터 사용을 위한 IRB
·매 수술 시 발생하는 신규 마취기록데이터 활용을 위한 전향적 의료데이터 IRB 심의신청 및 승인 내용
① 의료데이터 Gathering을 위한 중계 Agent G/W 개발
② ANES AI 기초 설계
③ 전향적 의료데 이터 사용을 위한 IRB심의신 청 및 승인획득
• Agent G/W 메인보드 결정 및 회로설계
• 다중 Vital-sign data 송신 펌웨어 설계
• Agent G/W 외장기구물 설계 및 시제품 제작
• 다중 환자모니터링 장치 생체데이터 수신을 위한 IO포트 호환 멀티커넥터 개발
• 데이터 정제
• 레이어 설계 및 모델 구축
• 모델 학습 및 파라미터 최적화
• IRB 심의신청 제출
• IRB 심의 승인 획득

○ 2년차 (2단계)
목표
- 의료진에게 정보제공 및 피드백을 위한 Interactive OCS KIOSK
·KIOSK to Agent 펌웨어 및 마취과전문의 전용 UI 개발(최적화, 연동 펌웨어, 외장기구물,통합시제)
- 마취통증의학 전용 Deep Learning 'ANES' AI 최적화 개발
·Feedback 모델 학습 및 ANES AI 최적화 (모델 설계 및 구축, 파라미터 최적화)
- 전향적, 후향적 의료데이터 지속제공 및 전산화작업수행, 통합시제 테스트필드 제공
·전,후향적 의료데이터에 대한 이미지 파일의 전산화 수행 및 통합시제 테스트 필드 제공
- 2차년도 진도점검 지적사항 반영
·전향적 IRB 기간 연장
·IR 및 전시회 참가

내용
① Interactive OCS KIOSK 개발
② ANES AI 최적화 개발
③ 전향적 및 후향적 의료데이터와 테스트필드 제공
④ 2차년도 지적사항 반영
• Agent G/W 최적화
• Interactive OCS KIOSK 개발
• KIOSK to Agent 연동 펌웨어 개발
• KIOSK 의료진 UI 개발
• Feedback 모델 학습 및 ANES AI 최적화
• 전향적 및 후향적 의료데이터와 테스트 필드 제공
• 최종 시제 제작
• 통합 테스트
• 전향적 IRB 기간 연장
• IR 및 전시회 온라인 참가

□ 연구개발성과
- 당 컨소시엄은 해당과제 결과물의 사업화를 위하여 2019년 11월 독일 MEDICA 전시회 및 2020년 항노화 박람회 등의 전시회에 참가하였으며, KDB 투자라운드, 신용보증기금의 온라인 투자유치플랫폼인 U-CONNECT에 참여하였고, A창투사와 투자유치를 진행 중에 있음. 또한, 상용화를 위해 나누리의료재단의 정보통신 계열사인 틸코블렛과 협력하여 2021년 상반기에 해당 재단 병원에 시범 적용 예정임.

□ 연구개발성과 활용계획 및 기대 효과
- 현재 기존에는 마취분야 전용의 AI가 존재하지 않기 때문에 당 컨소시엄에 있는 양산부산대학교병원의 적용을 필두로 지역대학병원 등 대학병원 1~2곳의 의료데이터를 축적한다면 ANES AI의 정형화된 진단, 처치, 투약에 대한 제안이 가능 할 것이며, 해당 레퍼런스를 바탕으로 전국 대학병원의 마취과 전문의에게 적용이 가능 할 것으로 예상됨
- 마취 중 약물 투여 및 처치는 혈중 산소 함량, 심장박동 수 등 환자의 신체 징후에 따라 결정됨. 의료인은 이러한 환자의 바이탈 사인를 비롯한 많은 데이터를 판독하고 종합하여 진단을 내려야하는데, 한 번에 살펴야하는 데이터의 양이 많아 판독 효율성이 떨어짐. 또한 모니터링해야 하는 기기가 많기 때문에 판독 과정에서 누락되는 신호가 발생할 수 있음. 본 시스템은 딥러닝 방식을 이용해 환자의 상태를 분석하고 처치 방법을 제안하는 것은 진단 과정의 생산성을 높이며, 인과관계가 뚜렷하지 않은 데이터로부터 새로운 경향성을 발견하는데 중요한 역할을 할 수 있음.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요 약 문 ... 2
• 목차 ... 5
• 1. 연구개발과제의 개요 ... 6
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 7
• 2.1 1차년도 수행내용 ... 7
• 2.2 2차년도 수행내용 ... 30
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 44
• 1) 연구수행 결과 ... 44
• 4. 목표 미달 시 원인분석 ... 71
• 5. 연구개발성과의 관련 분야에 대한 기여 정도 ... 72
• 6. 연구개발성과의 관리 및 활용 계획 ... 73
• 첨부 ... 74
• 끝페이지 ... 90