UPDATED. 2020-06-06 23:10 (토)
[단독] “고령자·환자의 침대 낙상사고를 바로 감지한다”…삼성전자, '위험감지 방법 및 시스템' 특허 공개
[단독] “고령자·환자의 침대 낙상사고를 바로 감지한다”…삼성전자, '위험감지 방법 및 시스템' 특허 공개
이 기사를 공유합니다

삼성전자가 2019년 8월 19일 출원(출원번호 제1020190101309호)하고 2019년 8월 26일 공개(공개번호 제1020190099185호) 한 ‘위험 상황을 감지하는 방법 및 시스템(METHOD AND SYSTEM FOR DETECTING A DANGEROUS SITUATION)' 특허 대표 도면. 이 특허는 고령자의 낙상사고 발생 때 빠른 조치가 가능하도록 하는 발명이다. 그림=키프리스 캡처
삼성전자가 2019년 8월 19일 출원(출원번호 제1020190101309호)하고 2019년 8월 26일 공개(공개번호 제1020190099185호) 한 ‘위험 상황을 감지하는 방법 및 시스템(METHOD AND SYSTEM FOR DETECTING A DANGEROUS SITUATION)' 특허 대표 도면. 이 특허는 고령자의 낙상사고 발생 때 빠른 조치가 가능하도록 하는 발명이다. 그림=키프리스 캡처

[비즈월드] 의료 기술이 발달하면서 인간 수명의 연장이라는 인류의 오랜 희망이 조금씩 이뤄지고 있습니다. 하지만 근본적인 질환에 대한 완치가 이뤄지지 않는 이상 계속적인 치료가 필요하고 병원에 입원해 지내는 환자의 수가 점차 증가하고 있는 것이 사실입니다.

1인 가구가 늘면서 혼자 지내는 노인가구가 늘면서 가장 주의해야 할 점이 바로 침대나 계단, 욕실 등에서의 발생할 수 있는 낙상 사고입니다. 낙상은 높은 곳에서 넘어지거나 떨어져서 몸을 다치는 것으로 노인에서 주로 발생하지만 모든 연령에서도 발생 가능합니다.

특히 노인 낙상의 발생은 점점 늘어나고 있으며 심각한 손상을 동반하거나 낙상으로 인한 합병증으로 사망까지 이르게 됩니다. 노인 낙상은 낙상으로 인한 사망 이외에도 중증의 손상으로 인해 삶의 질이 현저하게 감소하는 문제를 초래합니다.

낙상으로 병원을 찾는 노인의 20~30%는 타박상, 엉덩이뼈 골절 또는 낙상으로 인한 머리 손상으로 고생을 하기도 합니다. 낙상은 노인 외상의 가장 큰 문제이며 노인층의 증가와 함께 계속 증가할 것으로 예상되고 있습니다.

실제로 한 조사결과 낙상은 주거 시설에서의 발생이 61.5%로 가장 많으며 도로(20.0%), 상업시설(18.5%) 순이었습니다. 주거시설에서 발생하는 낙상 중 95%는 가정에서 발생했는데 가정 내 미끄러운 바닥이나 계단 등의 위험한 환경적 요인이 25~45%를 차지했습니다.

특히 주거 시설 내 낙상은 지면의 물에 의해 미끄러져 발생하는 경우가 20.6%였고, 화장실에서 발생한 낙상의 74.3%가 바닥의 물과 관련이 있었습니다.

따라서 낙상 유무를 정확히 감지하고 낙상에 따른 위험도를 정확히 예측할 수 있는 시스템이 필요하게 됐습니다.
  
삼성전자가 2019년 8월 19일 출원(출원번호 제1020190101309호)하고 2019년 8월 26일 공개(공개번호 제1020190099185호)한 ‘위험 상황을 감지하는 방법 및 시스템(METHOD AND SYSTEM FOR DETECTING A DANGEROUS SITUATION)'은 이런 낙상사고 발생 때 빠른 조치가 가능하도록 하는 발명입니다.

이 발명은 동적 비전 센서(DVS)를 이용해 움직임이 발생 가능한 객체를 포함하는 적어도 하나의 이미지를 획득하는 단계와 하나의 이미지 중에서 이미 정의된 자세, 객체를 포함하는 이미지를 검출하고 분석해 위험 상황인지 결정하는 단계를 포함하는 위험 상황 감지 방법이 개시되는 단계로 나눠져 있습니다.

동적 비전 센서(dynamic vision sensor)를 통해 획득된 이미지를 복수의 영상 처리 모델을 이용해 단계적으로 분석함으로써 효율적으로 낙상 등의 위험 상황을 감지하는 시스템이 제공될 수 있습니다.

낙상 감지 장치는 낙상 여부를 확인하기 위한 딥러닝 모델들을 직접 생성할 수 있고 서버로부터 수신할 수도 있습니다. 딥러닝 모델들은 지도 학습(Supervised learning) 모델, 비지도 학습(Unsupervised learning) 모델, 강화 학습(Reinforcement learning) 모델 중 하나일 수 있다고 삼성전자 측은 설명했습니다.

낙상 감지 장치는 동적 비전 센서에서 수집된 이미지를 딥러닝 모델들에 적용해 객체(10)의 낙상 여부를 판단할 수 있습니다. 낙상 감지 장치는 동적 비전 센서를 통해 수집된 이미지들을 서버에 전송하면서 객체(10)의 낙상 여부에 대한 판단을 서버에 요청할 수도 있습니다.

예를 들어 혼자 거주하는 할아버지나 할머니가 침대 밖으로 나오다가 쓰러진 경우 낙상 감지 장치는 딥러닝 모델을 이용해 이미지들을 하나씩 분석하다가 바닥에 누워있는 자세의 고령자가 포함된 이미지를 검출할 수 있습니다. 이는 단순한 움직임으로 인한 오작동을 막방지합니다.

할아버지나 할머니가 동적 비전 센서가 설치된 욕실에 들어오는 경우, 동적 비전 센서는 이들의 움직임을 감지해 그 시점부터 촬영된 이미지 프레임을 차례로 낙상 감지 장치의 프로세서로 전달하고, 프로세서는 외형 모델을 이용해 순차적으로 전달되는 이미지 프레임을 분석할 수 있습니다.

만일 고령자가 욕실 바닥에서 넘어지는 경우 낙상 검출 장치의 프로세서는 전달되는 이미지 프레임 중에서 욕실 바닥에 등이 닿은 자세의 할아버지가 포함된 프레임을 검출할 수 있습니다.

이렇게 모여진 자료들을 통해 낙상자의 상태 등을 감지해 미리 정해진 가족이나 의료진, 인근 주민 등에게 상황을 알리고 바로 조치가 가능토록 해 골든타임 확보 등 더 큰 위험 상황을 막을 수 있는 것입니다.

이런 장치의 설치가 보편화되면 조금은 안심하고 고령자와 가족이 어쩔 수 없이 떨어져 있는 상황에서 위안이 될 것으로 보입니다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.