상황인식에 기반한 유비쿼터스 헬스케어 모델

Abstract

모바일컴퓨팅, 무선 센서네트워크, 센서 기술로 인하여 유비쿼터스 컴퓨팅 서비스가 현실화되고 있고 모든 사람들에게 의료서비스를 보다 편리하게 제공할 수 있게 될 것으로 기대된다. 이 u-Healthcare 서비스는 시간, 장소에 구애 받지 않고 의료서비스를 제공할 수 있으므로 인간의 삶의 질을 향상시킬 수 있다. 따라서 본 논문에서는 이 서비스를 구현하는 시스템으로 심장병 환자를 위한 헬스케어 서비스 프로토타입을 구현하였다. 시스템은 두 부분으로 구성된다. front-end는 체온, 혈압, 혈중산소농도, 심장의 파형 등 다양한 생체신호를 수집하고 back-end는 수집된 신호를 바탕으로 의료서비스를 제공한다. 단순히 생체 신호만을 의료진에게 전달하는 것은 모니터링 수준에 불과하여 유비쿼터스 헬스케어 서비스의 요구조건을 만족할 수 없다. 따라서 본 연구에서는 인공신경망 기술을 이용하여 현재의 상황을 인식하여 불필요한 신호를 제거하고, 개인의 특성에 최적화된 헬스케어 모델을 제시한다. 철저한 실험을 통하여 제안된 모델은 유비쿼터스 서비스의 요구조건을 만족하고 보다 향상된 서비스를 제공할 수 있음을 확인하였다. With mobile computing, wireless sensor network and sensor technologies, ubiquitous computing services are being realized and could satisfy the feasibility of ubiquitous healthcare to everyone. This u-Healthcare service can improve life quality of human since medical service can be provided to anyone, anytime, and anywhere. To confirm the vision of u-Healthcare service, we've implemented a healthcare system for heart disease patient which is composed of two components. Front-end collects various signals such as temperature, blood pressure, SpO2, and electrocardiogram, etc. As a backend, medical information server accumulates sensing data and performs back-end processing. To simply transfer these sensing values to a medical team may be too trivial. So, we've designed a model based on context awareness for more improved medical service which is based on artificial neural network. Through rigid experiments, we could confirm that the proposed system can provide improved medical service.