| 1 |
1
복수의 환자 별로 해당 환자와 관련한 신체 정보와 동반 질환 정보를 포함한 고정 변수 데이터, 혈액 투석 중 시간별 관측된 혈압과 투석 조건을 포함한 가변 변수 데이터를 각각 수집하는 데이터 수집부;상기 고정 변수 데이터 및 시간별 가변 변수 데이터를 입력 데이터로 하고, 각 시간별로 해당 시간에서 설정 시간 경과 후의 환자의 수축기 압력(SBP), 단위 시간당 SBP 변화량(ㅿSBP) 및 MAP 변화량(ㅿMAP)을 출력 데이터로 하여 예측 모델을 학습시키는 모델 학습부;혈액 투석 중인 환자를 대상으로 상기 고정 변수 데이터와 현재 혈액 투석 중에 시간별 관측되는 가변 변수 데이터를 실시간 획득하는 데이터 획득부; 및상기 고정 변수 데이터 및 시간별 관측되는 상기 가변 변수 데이터를 상기 예측 모델에 실시간으로 적용하여, 혈액 투석 중에 매 시간 별로 현재로부터 설정 시간 경과 후의 SBP, ㅿSBP, ㅿMAP 값을 예측하는 예측부를 포함하는 혈액 투석 중 저혈압 예측 장치
|
| 2 |
2
청구항 1에 있어서,매 시간 별로 예측된 SBP, ㅿSBP, ㅿMAP 값을 기 설정된 각각의 임계 값과 비교하여, 혈액 투석 중 저혈압 가능성 여부를 실시간 판단하는 판단부를 더 포함하는 혈액 투석 중 저혈압 예측 장치
|
| 3 |
3
청구항 2에 있어서,상기 판단부는,상기 예측된 SBP 값이 90 미만이거나 ㅿSBP 값이 20 이상이거나 ㅿMAP 값이 10 이상이면, 현재로부터 설정 시간 경과 후 환자의 저혈압 가능성이 있는 것으로 판단하는 혈액 투석 중 저혈압 예측 장치
|
| 4 |
4
청구항 1에 있어서, 상기 예측 모델은,순환 신경망(RNN) 알고리즘을 통하여 학습된 혈액 투석 중 저혈압 예측 장치
|
| 5 |
5
청구항 1에 있어서, 상기 설정 시간은, 혈액 투석 작업에 소요되는 총 투석 시간의 절반보다 작은 시간인 혈액 투석 중 저혈압 예측 장치
|
| 6 |
6
청구항 1에 있어서,상기 고정 변수 데이터는 복용 약물 정보, 혈액 검사 정보, 환자의 저혈압 위험도 중 적어도 하나를 더 포함하는 혈액 투석 중 저혈압 예측 장치
|
| 7 |
7
청구항 1에 있어서,상기 가변 변수 데이터 중 상기 투석 조건은 혈류량, 초여과율, 투석액 전해질 농도 중 적어도 하나를 포함하며,상기 가변 변수 데이터는 혈액 투석 중에 시간별 관측되는 맥박, 체온 중 적어도 하나를 더 포함하는 혈액 투석 중 저혈압 예측 장치
|
| 8 |
8
혈액 투석 중 저혈압 예측 장치를 이용한 저혈압 예측 방법에 있어서,복수의 환자 별로 해당 환자와 관련한 신체 정보와 동반 질환 정보를 포함한 고정 변수 데이터, 혈액 투석 중 시간별 관측된 혈압과 투석 조건을 포함한 가변 변수 데이터를 각각 수집하는 단계;상기 고정 변수 데이터 및 시간별 가변 변수 데이터를 입력 데이터로 하고, 각 시간별로 해당 시간에서 설정 시간 경과 후의 환자의 수축기 혈압(SBP), 단위시간당 수축기 혈압 변화량(ㅿSBP) 및 평균동맥혈압 변화량(ㅿMAP)을 출력 데이터로 하여 예측 모델을 학습시키는 단계;혈액 투석 중인 환자를 대상으로 상기 고정 변수 데이터와 현재 혈액 투석 중에 시간별 관측되는 가변 변수 데이터를 실시간 획득하는 단계; 및상기 고정 변수 데이터 및 시간별 관측되는 상기 가변 변수 데이터를 상기 예측 모델에 실시간으로 적용하여, 혈액 투석 중에 매 시간 별로 현재로부터 설정 시간 경과 후의 SBP, ㅿSBP, ㅿMAP 값을 예측하는 단계를 포함하는 혈액 투석 중 저혈압 예측 방법
|
| 9 |
9
청구항 8에 있어서,매 시간 별로 예측된 SBP, ㅿSBP, ㅿMAP 값을 기 설정된 각각의 임계 값과 비교하여, 혈액 투석 중 저혈압 가능성 여부를 실시간 판단하는 단계를 더 포함하는 혈액 투석 중 저혈압 예측 방법
|
| 10 |
10
청구항 9에 있어서,상기 판단하는 단계는,상기 예측된 SBP 값이 90 미만이거나 ㅿSBP 값이 20 이상이거나 ㅿMAP 값이 10 이상이면, 현재로부터 설정 시간 경과 후 환자의 저혈압 가능성이 있는 것으로 판단하는 혈액 투석 중 저혈압 예측 방법
|
| 11 |
11
청구항 8에 있어서, 상기 예측 모델은,순환 신경망(RNN) 알고리즘을 통하여 학습된 혈액 투석 중 저혈압 예측 방법
|
| 12 |
12
청구항 8에 있어서,상기 고정 변수 데이터는 복용 약물 정보, 혈액 검사 정보, 환자의 저혈압 위험도 중 적어도 하나를 더 포함하며, 상기 가변 변수 데이터 중 상기 투석 조건은 혈류량, 초여과율, 투석액 전해질 농도 중 적어도 하나를 포함하며, 상기 가변 변수 데이터는 혈액 투석 중에 시간별 관측되는 맥박, 체온 중 적어도 하나를 더 포함하는 혈액 투석 중 저혈압 예측 방법
|
