HEALTHCUBE PLATFORM—¬스큐브_백서_v2.0.pdf비록 한국에서는 원격진료에 대한 규제가 남아있지만 미국·일본 등 선진의료를 실현하 는 나라일수록

HEALTHCUBE PLATFORM

Copyright©2018 All right reserved by HealthCUBE (Version1.0)

스마트디바이스로 측정한 인체신호를

빅데이터화하여 인공지능 기술을 적용한 블록체인기반의

건강관리 플랫폼서비스

1. Summary (요약)

2. 개인 건강기록과 블록체인 기술

2.1 개인건강기록(PHR) 현황

2.2 블록체인상에서의 개인건강기록

2.3 미래예측 인공지능분야에서의 개인건강기록

3. 블록체인 기반의 PHR 데이터 수집, HealthCUBE

3.1 개요

3.2 심음에 집중하는 단계(1단계)

3.2.1 기초적인 심음 분석

3.2.2 운동부하로부터 회복력 분석

3.2.3 심장 위험인자로부터 회복력 분석

3.2.4 dApp 을 활용한 데이터 축적

3.3 다양한 데이터의 수집(2단계)

3.3.1 다양한 생체신호의 수집

3.3.2 각종 환경 정보를 수집

3.3.3 생체정보를 이용한 자동 KYC(Know Your Customer)

3.3.4 개인건강 보고서

3.4 외부기록과 연결된 개인건강기록(3단계)

4. HealthCUBE 플랫폼 구현 방향

4.1 기본방향

4.2 HealthCUBE의 이더리움 기반 프라이빗 블록체인

4.2.1 일반 노드와 마스터 노드의 역할

07

10

17

070810

101213141414161616161617

171818

CONTENTS

01

4.3 HealthCUBE 분산 데이터 처리

4.3.1 분산 스토리지의 필요성

4.3.2 분산 스토리지 기능 구현

4.4 데이터 분석: 인공 지능 (AI) 분석

4.4.1 머신 러닝 (플랫폼 1단계에 적용)

4.4.2 심음 데이터 AI 적용 (플랫폼 2단계에 적용)

4.5 데이터 처리

4.5.1 데이터 보안

4.5.2 식별화 / 비 식별화 데이터의 분류

4.5.3 데이터 접근 권한 관리

4.5.4 데이터 표준화

4.6 토큰 생태계

4.6.1 개요

4.6.2 생태계 구성원

4.6.3 생태계 유지를 위한 암호 화폐

5. Road Map

6. 토큰의 발행 및 분배

7. 팀 & 파트너

8. 법적 고려 및 기타 사항

부록

CONTENTS

212122222223252626272729293030

31

31

32

37

38

1

SUMMARY (요약)개인 건강기록과 블록체인 기술

HEALTHCUBE 플랫폼 구현 방향

팀 & 파트너블록체인 기반의 PHR

데이터 수집, HEALTHCUBE토큰의 발행 및 분배ROAD MAP

법적 고려 및 기타 사항

HealthCUBE Platform

‘A씨는 등산 도중 가슴을 부여잡고 쓰러졌다.’

‘B씨는 동네목욕탕에서 목욕을 하다 의식을 잃었다.’

‘C씨는 새벽 잠자리에서 불귀의 객이 됐다.’

01

‘죽음의 4중주’란? 고혈압, 고지혈증, 내장비만, 그리고 당뇨 전단계인 내당능장애를 말하며, 이를 의학적 용어로 대사증후군(Metabolic Syndrome)

이라고 한다. 이 4인방의 협주가 시작되면 우리의 혈관은 서서히 막히기 시작하는데, 생명을 위협하는 심장혈관과 뇌혈관도 예외는 아니다. 불행

히도 심장이나 혈관에는 신경이 없어서 80%까지 막혀도 증상이 없고, 갑작스럽게 쓰러져 구급차에 실려갈 때까지 멀쩡하게 일상생활을 하며,

이러한 이유로 심근경색을 ‘소리 없는 자객’ 이라고 표현하기도 한다.

이러한 원인으로 인한 뇌졸중이나 심장질환자가 폭발적으로 느는 것은 전 세계적인 현상이다. WHO(세계보건기구)에 따르면, 심장질환은 부동

의 사망원인 1위를 기록하고 있으며, 전 세계 사망자 중 31%가 넘는 1,770만 명이 매년 심혈관질환으로 생명을 잃고 있다. 한국도 사정이 다르지

않아서 2016년 기준 심혈관이 좁아진 협심증 환자는 62만5000여명, 급성 심근경색 환자는 3만5000여명에 이르며, 심장박동이 불규칙한 부정

맥 환자는 이보다 많아서 학회 추산 100만 명에 육박한다고 한다.

개발도상국 역시 고혈압과, 당뇨병, 고지혈증 등 생활습관 형 만성질환이 증가하는 추세인데, 문제는 이들 환자의 증가세가 멈추지 않는다는 것

이다. 고칼로리·고지방식의 서구식 식사패턴, 운동부족, 그리고 흡연·스트레스·미세먼지 등이 더해져 환자를 양산하기 때문이다. 특히, 심혈관질환

의 증가는 아시아권을 주목할 필요가 있다. 학자들은 단기간의 경제발전으로 물질적 풍요를 겪고 있는 아시아를 폭발적으로 늘어나는 환자 수가

가히 전쟁을 방불케 한다 하여, ‘심혈관질환의 화약고’에 비유한다. 예를 들어, 중국의 경우 2017년 기준 심혈관계 질환자는 약 3천6백만명에

이른다.

Summary (요약)

이와 같은 사례를 열거하는 것은 특별할 것도, 새로울 것도 없는 우리 주변의 일상인데 심근경색은 이렇게 예고 없이 찾아온다. 그래서 역설적

으로 시한부이긴 하지만 주변정리라도 할 수 있는 암환자들이 오히려 부러울 수도 있다. 첨단의학을 자랑하는 현대에서 내 몸 속에서 진행되고

있는 심혈관질환의 위험을 모르고 산다는 것은 참으로 불행한 일이다. 생명이 벼랑 끝으로 몰리고 있는데도 오늘 즐거운 마음으로 등산배낭을

챙기는 A씨처럼 우리는 한치 앞을 내다보지 못하고 살고 있다.

가정용 스마트청진기

그런데 만약 내 심장의 건강상태를 간단하게 체크할 수 있는 측정기기가 있다면 어떨까? 등산을 가기 전, 그리고 산을 오르면서 심장박동 상태와

이상 징후를 체크할 수 있다면 이러한 불상사는 얼마든지 막을 수 있을 것이다. 흡연자, 스트레스가 많은 직업군, 운동부족으로 비만 체형 등 심장

관련 고위험군은 자신의 심장상태를 수시로 체크 할 수 있는 측정기기를 유용하게 활용할 수 있을 것이며, 고혈압이 있거나 심장질 환 등 가계력

이 있는 사람은 더더욱 이러한 진단기기가 필요할 것이다.

당뇨병 환자는 매일 혈당을 재면서 건강관리를 하는데, 혈당이 높으면 식사

내용을 바꾸고 운동을 더 해서 혈당을 낮추려는 노력을 한다. 또한, 자 혈압

계나 체온계 역시 위험수치를 알려준다는 의미에서 모든 정의 유용한 헬스

케어 필수품이 됐다. 그런데, 아직 생명과 직결된 심장의 강상태를 병원이

아닌 가정에서 체크할 수 있는 기기는 ‘Skeeper’라는가정용 스마트청진기

가 나오기 전까지는 전 세계 어디에도 없었다. 이러한 Skeeper와 같이 일상

의 심장활동 변화는 물론 운동 전후, 스트레스 여부, 그리고 특수 상황에서

의 심장상태를 측정해 일상 생활 속에서 심장의 건강관리를 할 수 있도록 도

와 주는 가정용 건강관리 기기가 새로이 선보이면서 현대인이 스스로 할 수

있는 건강관리에 도움을 주고 있다.

2

듣고 / 보는 심장소리

심장소리를 듣는 것이 왜 중요한 것일까? 심장은 폐에서 산소를 듬뿍 머금은 혈액을 온몸의 세포로 보내기 위해 하루 24시간 펌핑을 하는데, 이

때 심장이 건강한 상태면 정상적인 심음을 내고, 심혈관에 문제가 있으면 심잡음을 발생시킨다. 청진기는 이러한 심장에서 발생하는 소리를 듣고

질병의 존재 여부를 알아내는 진단도구이며, 정확한 청진을 하려면 의사의 경험과 숙련도가 필요하다.

이런 가운데 의사들에게 좀 더 손쉽고 정확한 진단장비들이 개발되었는데, 심장초음파 장비와 혈

관촬영장치 등이다. 그런데, 이런 장비들은 장비가격과 규모, 전문성 때문에 가정에서 이용한다는

것은 불가능하므로, 가정에서의 활용성을 고려하여 Skeeper는 심장의 소리를 듣고 시각화하여 일

상에서의 심장 건강 관리를 용이하게 하기 위해 개발되었다. 전통적인 방식의 청진은 이용자의 불

편을 유발하지 않고, 검사비가 적게 들며, 조영제나 방사선을 이용하지 않는 점에서 편리하고, 인

체에 무해하다는 장점이 있다. Skeeper의 기술력은 고성능 청음시스템으로 심음을 획득해 독자

개발한 SW algorithm을 통해 시각화하는 것에 있으며 이러한 결과물을 디바이스와 연동된 mobile

application에 다양한 형태로 구현하는 것에 있고 기존의 청진기에서는 어려웠던 객관적이고, 자세

한 분석과 기록, 데이터 축적이 가능하다.

이를 통해 이제는 가정에서도 가족의 심장소리를 측정해 일상 생활 속에서의 심장 건강 관리가 가능해졌으며, Skeeper는 가정에서의 1차적인

스크리닝 기기로 활용될 수 있다. 특히, 제3세계와 개발도상국처럼 전문의와 전문의료기관이 부족한 환경에서도 원격진료와 같은 인프라를 구축

하여 보다 넓은 지역을 대상으로 한 의료서비스를 제공함으로써 지구촌의 건강불평등을 해소에도 기여할 수 있다.

예방과 가정중심으로 진화하는 헬스케어 시스템

IoT(Internet of Things: 사물인터넷)란 사물에 센서를 부착해 실시간으로 얻은 정보를 주고받는 기술을 말하며, 블루투스와 근거리무선통신

(NFC), 데이터 획득을 위한 센서, 데이터 전송을 위한 네트워크 등이 핵심기술이다. Skeeper는 심음, 폐음과 같은 생체신호를 측정해 이를 블루

투스로 스마트폰에 전송하고 축적된 건강정보는 의사와 공유해 건강관리에 활용 가능한 새로운 개념의 IoT 헬스케어 기기인데, HealthCUBE는

이러한 IoT 헬스케어 기기들을 활용하여 다양한 형태의 건강관리 솔루션과 서비스가 제공되는 헬스케어 플랫폼을 개발하려고 한다. 다시 말해,

Skeeper와 같은 IoT 헬스케어 기기를 사용하는 사용자들로부터 얻은 수많은 생체 정보를 빅데이터화하여 인공지능(AI)을 활용한 현존하지 않는

새로운 헬스케어 생태계를 만들어 갈 수 있으며, 그로부터 아래와 같은 성과를 목표로 한다.

첫째, 방대하게 수집된 생체데이터를 분석해 질병의 패턴을 찾아내어 병문 방문 전 질병의 예측 및 병원 방문진료 필요성의 인식을 가능하게 한다.

심장의 경우, Skeeper를 통해 획득한 정보를 분석해 심근경색과 같은 응급상황의 발생을 미리 알아낼 수 있다면 수많은 생명을 구할 수 있을 것이

며, 이러한 과정들을 통해 개인 맞춤형 정밀진단 및 예측 진료를 실현 가능하게 할 것이다.

둘째, 빅데이터 분석을 통한 인공지능의 사전진단 기능은 의사들의 개별 경험에 의한 주관적인 편차를 해소할 수 있다. 의사들의 진료 시 피로도

나 다양한 상황 환경에 따라 진단 과오가 발생할 수 있으나, 빅데이터를 기반으로 한 인공지능 분석은 이러한 실수를 최소화하여 진단의 정확도를

높여 개인의 진료 역량을 보완할 수 있을 것으로 기대한다.

셋째, 가정과 병원의 연계가 강화된다. 현재는 병원을 방문해야만 진료를 받을 수 있지만 HealthCUBE 플랫폼을 활용하면 가정에서 사전 진단을

하고, 그 결과를 의사에게 보내 원격진료를 받을 수 있다. 비록 한국에서는 원격진료에 대한 규제가 남아있지만 미국·일본 등 선진의료를 실현하

는 나라일수록 원격의료를 강화하고 있다.

현재 전 세계적으로 특히 선진국가들에서 병원 중심의 의료시스템은 고비용·저효율의 구조이다. 각국 정부도 현재의 의료시스템으로는 인구의

고령화로 인해 발생하는 막대한 의료비를 감당하기 어렵다는 것을 인식하고 있으며, 이것이 향후 헬스케어의 방향이 예방 중심, 평상시의 건강

관리 중심, 그리고 가정 중심으로 갈 수밖에 없는 이유이다.






HealthCUBE Platform

3

HealthCUBE 플랫폼의 탄생

이러한 글로벌 의료환경 하에서 IoT 헬스케어 기기들을 활용하여 가족의 건강상태를 체크하고 인공지능 기반의 헬스케어 플랫폼을 통해 건강분

석 서비스를 받을 수 있으며, 좀 더 전문적인 검진 및 처방을 원하면 온라인 채널을 통해 분야별 전문 의료인에게 원격진료 서비스를 받거나 의료

기관에 방문 진료를 받을 수 있다. 우리는 이 같은 새로운 의료생태계 구현을 위한 인공지능 기반의 헬스케어 플랫폼을 HealthCUBE로 명명하고,

이처럼 가정에서의 건강체크부터 인공지능을 이용한 건강 분석, 의료전문가의 원격진료 및 병원 방문 진료에 이르기까지 개인의 건강관리에 필요

한 서비스를 제공하는 맞춤형 헬스케어 플랫폼 서비스인 HealthCUBE를 구현하고자 한다.

이미, 미국에서는 2010년에 개인건강기록(PHR: Personal Health Record)을 사용하는 인구가 7%에 이를 정도로 활성화되어 있으며, 마이크로

소프트나 애플같은 글로벌 기업 주도의 개인건강기록 서비스들도 등장하고 있다. HealthCUBE는 독립형 개인건강기록 플랫폼이다. 하지만, 개인

이 기록하고 개인만 이용하는 기존의 개인 단위 건강서비스에 머무르지 않고 개인이 측정한 데이터를 수집, 저장, 분석해 데이터의 유효성 검증과

가치를 부여하여 데이터의 부가가치를 높이는 헬스데이터를 활용한 서비스 플랫폼이다.

•건강 DATA 업로드

•건강 DATA 활용

•광고시청

•마케팅 참여

•임상시험 참여

•설문조사 참여

•커뮤니티 참여

보상

•원격 의료/상담

•병원 진료/검진

•AI진단

•보험가입

•스마트기기 구입

•건강상품 구입

•기부

보상

•건강 Data 활용

•타겟광고 발신

•임상시험단 모집

•설문조사단 모집


•기부

보상

•병원 진료/검진료

•원격 의료/상담료

•진료/상담 DATA 업로드


•보험 계약

•스마트기기 공급

•건강상품 공급

보상

문진

진료요청 측정상담 진단/처방

예약 검진방문 진료/처방

보상 쇼핑커뮤니티 기부

기록

AI진단PHR 분석

수요자(공급자)

개인 맞춤형 건강관리

원격 진료/상담

병원 방문 진료/검진

경제적 커뮤니티 참여

•국제 자선단체 협력

•제3세계 의료지원 활동

•기부금, 지원활동 관리

봉사단체

•독거노인, 고령자 케어

•만성질환자, 임산부 클리닉

•의료사각지대 원격 지원

공공보건

•맞춤형 상품 개발

•보험 상품 판매, 모니터링

•스마트기기, 건강상품 판매

보험사 / 건강상품회사

•맞춤형 신약 개발

•임상시험/체험단 모집

•시장설문조사

제약사 / 연구기관

•문진 ⇢ 측정/진단 ⇢ 처방

•원격 진료/상담

•건강검진

의료기관 / 의료전문가

HEALTHDATA

BLOCKCHAINPLATFORM

HEALTHCARESMART

DEVICES

심장음, 폐음, X-RAY 체온, 혈압, 혈당산소포화도, LIFE LOG

자가측정

기여/공급 Token 보상

dApp

데이터 광고/마케팅

동의/계약 e-Market

AI진단 Monitoring

커뮤니케이션 기부/봉사

RULE

CONTROL

INTERFACE

ENGINE

AI,DEEP LEARNING

BIG DATA

SecurityProtocol

Devices I/F

DB 보안

단말 I/F

사용자인증

정보보호

PHR I/F

권한제어

SNS I/F

TokenControl

서비스기관






HealthCUBE Platform

공급자(수요자)

4

본 프로젝트는 HealthCUBE를 통해 개인의 건강관리뿐 아니라 신약개발, 보험상품 개발 및 마케팅, 각종 건강상품 기획, 정부를 위한 보건정책

가이드까지 가능하게 함을 목표로 한다. HealthCUBE는 한국 시장뿐 아니라 글로벌시장을 7대 권역으로 나누어 각 권역에 맞는 전략을 기반으로

각 국의 헬스케어 산업 발전에 이바지 할 수 있는 발판을 마련할 것이다.






HealthCUBE Platform

HealthCUBE 플랫폼의 서비스 모델

수요자 중심의 맞춤형 의료서비스

•평소 가정에서 스마트기기와 HealthCUBE를 활용하여 온가족 건강을 관리하고 토큰 보상

•이상 징후가 있을 때 원격진료 또는 병원을 방문하여 검진 및 진료를 받고 토큰 보상

dAPP



AI진단 Monitoring


RULE

CONTROL

INTERFACE

ENGINE

AI,DEEP LEARNING

BIG DATA

SecurityProtocol

Devices I/F

DB 보안

단말 I/F

사용자인증

정보보호

PHR I/F

권한제어

SNS I/F

TokenControl

서비스기관

수요자

AI 진단, 원격진료,

병원진료

보상

스마트기기 측정

데이터

보상 병원/의사


데이터

보상

AI 진단, 원격진료,

병원진료

보상

건강관련 맞춤형 상품

•본인의 건강/진료 데이터 판매, 광고 시청, 임상시험/체험단 참여 등의 대가로 토큰 보상

•보험, 헬스케어 기기, 건강식품 등을 e-Market에서 구매할 때 토큰 지급

dAPP



AI진단 Monitoring


RULE

CONTROL

INTERFACE

ENGINE

AI,DEEP LEARNING

BIG DATA

SecurityProtocol

Devices I/F

DB 보안

단말 I/F

사용자인증

정보보호

PHR I/F

권한제어

SNS I/F

TokenControl

서비스기관

수요자

보상

건강 데이터,

맞춤형 광고 시청,

임상시험/체험단 참여

e-Market에서

상품 구매

보상

건강 데이터 활용,

타겟 광고 발신,

임상시험/체험단 모집

보상

상품 판매/임대

보상

제약임상/조사

보험헬스케어 기기

건강식품

기부 및 공익 활동

•기부금은 모든 생태계 참여자의 활동을 통하여 조성, 사용내역은 모두에게 상시 투명하게 공개

•HealthCUBE는 자선재단(H-CUBE Aid Center)을 설립하여 모든 기부 및 공익 활동을 주관

dAPP



AI진단 Monitoring


RULE

CONTROL

INTERFACE

ENGINE

AI,DEEP LEARNING

BIG DATA

SecurityProtocol

Devices I/F

DB 보안

단말 I/F

사용자인증

정보보호

PHR I/F

권한제어

SNS I/F

TokenControl

서비스기관

수요자

기부 수혜자

봉사캠프


데이터

자선재단 봉사캠프 활동,

공공보건 서비스

- 검진, 진료

- 헬스케어 기기 보급

- 현지활동 보고

진료 데이터

보상

건강 데이터,

맞춤형 광고 시청,

임상시험/체험단 참여H-CUBE

Aid Center

보상

보상

5

다시 정리하자면 HealthCUBE 플랫폼이 가동되면 가정을 중심으로 자가 건강관리가 확산되고, 의료서비스에 대한 접근성이 전반적으로 향상

된다. 이로써 의료인마다 다른 진료 수준의 격차를 좁힐 수 있을 뿐 아니라 소득, 지역 간 의료서비스 불평등 해소에 일조하여 인류의 건강을 위한

의료서비스 향상에 기여할 수 있을 것으로 기대한다.

싱가포르를 Global사업의 초기 거점으로 하고, 2021년까지 7대 권역 별

Global Business Center를 구축하여 신속한 서비스 전개

•HEALTHCUBE 글로벌 HQ

• 한국/일본/동남아/인도/ 오세아니아

• H-CUBE AID CENTER 글로벌 HQ

• 사하라 이남 아프리카 국가

• H-CUBE Aid Center

• 중남미 국가


• 중동/북아프리카 국가


• 미국/캐나다/멕시코 • HEALTHCUBE R&D 거점

싱가포르

아프리카 남미

MENA 북미

• 유럽/러시아• HEALTHCUBE

의료/제약 제휴 거점

유럽

•중국/중앙아시아/몽고

•H-CUBE Aid Center

중국7대권역

글로벌 HQ : 싱가포르

1차 확대(2020) 거점 : 중국, 유럽

2차 확대(2021) 거점 : 북미, 남미

MENA, 아프리카






HealthCUBE Platform

HealthCUBE와 스마트사운드주식회사의 협력

위에서 언급한 가정용 스마트청진기인 ‘Skeeper’는 한국의 스마트사운드가 개발, 생산, 판매 중인 IoT기반의 가정용 스마트헬스케어 기기로서,

2017년 세계 최로로 상용화되었으며 디바이스인 ‘Skeeper’와 BLE로 연동되는 아래의3가지 모바일 어플리케이션을 활용하여 서비스되고 있다.

Skeeper Mama (임산부/태아용)

Skeeper Baby (영•유아용)

Skeeper Heart (성인용)

스마트사운드는 ‘소리처리 기술’에 기반한 스마트한 가정용 헬스케어 솔루션 개발을 통한 세계 최고의 가정용 스마트헬스케어 솔루션을 제공하

는 회사가 되겠다는 비전을 가지고 2011. 11월 설립되어 다년간의 연구개발 끝에 ‘Skeeper’의 상용화에 성공하였으며, 국내•외 시장에서 활발한

사업개발을 진행 중에 있다. ‘Skeeper’는 제품의 우수성을 인정받아 다수의 수상경력을 가지고 있으며 특히, 2018. 3월 싱가포르에서 매년 개최

되는 IoT Asia 2018에서 한국기업 최초로 IoT Trailblazer Award를 수상한 바 있고, 2019. 5월에는 대만에서 개최된 COMPUTEX에서 IoT부문

d&i Award를 수상했다.

HealthCUBE는 우수한 역량을 보유한 스마트사운드와의 배타적 전략적 협력을 통해, 스마트 디바이스와 솔루션에 기반한 개인 맞춤형 헬스케어

플랫폼인 ‘HealthCUBE 플랫폼’을 개발 운영하여 한국을 포함한 글로벌 시장에서 다양한 형태의 솔루션과 서비스를 제공하고자 한다. ‘디바이스

→ 솔루션 → 플랫폼’으로 이어지는 서비스 제공 Value Chain 상에서 스마트사운드는 디바이스와 솔루션의 개발/공급을 담당하고, HealthCUBE는

종합적인 플랫폼 개발/운영을 담당하는 항구적인 전략적 협력체계를 구성하여 최단 기간내에 HealthCUBE 플랫폼 서비스를 상용화함으로써 글

로벌 시장에서 본 사업분야의 선도적인 입지를 다져나갈 예정이다.

6

HealthCUBE 플랫폼 을 통한 비즈니스 창출 및 사회 공헌

IoT 헬스케어 기기들을 통해 축적되는 데이터는 향후 엄청난 부가가치를 생성할 것으로 기대하는데 예를 들어, Skeeper의 경우를 살펴 보면, 심

장 및 폐질환에 대한 지역별·성별·연령별 통계 분석은 신약개발과 임상시험, 마케팅에 두루 활용될 수 있으며, 실제로 현재 대형병원을 기반으로

환자들로부터 수집한 의료정보들은 고가로 판매되어 활용되고 있다. 태아의 심음을 진단하고, 데이터를 분석하여 고위험군 산모와 태아의 생명을

보호할 수 있으며, 이는 그 동안 산과 분야 의료인의 고민을 해결해주는 솔루션이 될 수 있을 것으로 기대한다.






HealthCUBE Platform

싱가포르아프리카

MENA

북미

남미

유럽중국

•싱가포르를 기반으로 글로벌 헬스케어 플랫폼 비즈니스 전개

•스마트사운드와 제품개발 및 시스템 운영 협력

•글로벌 기부 생태계 조성을 통한 의료 혜택 취약지역 지원

• Smart Healthcare 제품 개발

- 스마트 디바이스, 솔루션

• HealthCUBE 플랫폼 / dApp개발

• 글로벌 HealthCUBE 시스템 운영

• HealthCUBE 플랫폼 한국 내 사업

전개(Test Bed)

SMART DEVICESAccuracy & Responsibility Multi-Sense Convergence Medical Certification

SOLUTIONSSpecialization Personalized Healthcare

PLATFORM1:1 Telemedicine AI/BIG Data Analysis Service

Development ofnew technology

IoT Asia2018Trailblazer Award

PatentedProduct

Good design award grand prize 2013

7

따라서 블록체인을 활용한 클라우드에서 PHR을 구축하게 되면 현재 의료 시스템을 유지하면서 의료정보를 폭넓게 활용할 수 있는 길을 열어 줄

것이다. 이렇게 구축된 의료 정보 시스템은 의료계 전체에 긍정적인 영향을 줄 뿐만 아니라, 환자에게 적절한 의료서비스를 제공하는데 도움이

될 것이다.

데이터의 신뢰성과 무결성

01

03

02

04

데이터의 보안과 투명성

데이터 관리에 대한

합리적인 비용.

데이터를 제공하는 개인에 대해

데이터 사용에 관한 적절한 보상

02

2.1 개인건강기록(PHR) 현황

개인이 진료를 받을 때 마다 병원에서는 진료와 관련된 수많은 데이터가 생성되며, 개인이 직접 입력 또는 소유한 정보 기기에서도 건강 관련 추가

적인 데이터가 생성되고 있다. 개인의 과거 병원 진료 데이터와 일상 생활의 다양한 상황에서 직접 입력 및 정보 기기에서 수집 되는 건강과 관련된

데이터를 바탕으로 의료 전문가의 진료 및 건강 관리를 받는 방법이 최근 헬스케어 분야에 새롭게 부각되는 분야인 개인건강기록(PHR: Personal

Health Record)이다. 이와는 다르게 전자의무기록(EMR)은 한 의료기관 내에서 인가 받은 의료인과 의료진에 의해 생성되고 수집되고 관리되며

통제되는 건강 관련 전자 기록이라고 할 수 있다.

개인 건강기록과 블록체인 기술

SUMMARY (요약) HEALTHCUBE

플랫폼 구현 방향팀 & 파트너

블록체인 기반의 PHR 데이터 수집, HEALTHCUBE

토큰의 발행 및 분배ROAD MAP 법적 고려 및

기타 사항

HealthCUBE Platform


HealthCUBE 플랫폼에서의 블록체인

HealthCUBE에서 다루려고 하는 ‘개인건강기록(PHR: Personal Health Record)’은 초기에는 의료용 기록이 아니라 심음 데이터를 기반으로 하는

개인건강기록에서 확장하여 폐음 및 기타 생체신호에 대한 기록 등 스마트 헬스케어 기기에 기반한 기록이다. PHR은 특성상 관리 주체가 개인이

되어야 하며, 개인이 주체가 되는 PHR을 위해서는 블록체인의 다음과 같은 요소가 필수적으로 적용되어야 한다.

8

개인건강기록 관리는 이러한 건강 관련 전자기록을 개인이 조회 가능하며 공유되고 통제한다는 개념이다. 개인건강기록은 의료기관에서 제공받

은 데이터뿐만 아니라 개인이 직접 입력한 데이터(기기에 의해 자동 생성되는 데이터 또는 개인이 입력한 데이터)도 포함되기 때문에 의료기관과

개인 모두가 데이터 생산의 주체다.

데이터 유통에 관한 모든 책임은 개인에게 있기 때문에 보안 문제만 해결된다면 데이터 유통으로 파생되는 법적인 문제에서 자유로울 수 있다.

하지만 데이터 유통에 대해서 네거티브 규제를 선택하면서 동시에 허용되지 않는 항목이 많아지면 개인건강기록 서비스는 사회에서 활성화되기

어렵다. 개인건강기록의 종류에는 독립형 개인건강기록, 전자의무기록에 연결된 개인건강기록, 상호 연결된 개인건강기록 등이 있다.

독립형 개인건강기록은 개인이 입력한 데이터만 담기 때문에 환자의 기록에 전적으로 의존하며 전문적인 의료 지식을 담을 수 없다. 하지만, 의료

기관에 의존적이지 않아 구현이 쉽고 법적인 문제에서 자유로울 수 있어 빅데이터의 분석이나 유통부분에서 가장 먼저 현실화할 수 있는 방법이다.

미국에서는 2010년에 이미 개인건강기록을 사용하는 인구가 7%에 달할 정도로 매우 활성화되어 있다. 미국 보훈청에서 서비스 중인 블루버튼

(Blue Button)은 인터넷을 통해 개인의 진료 기록을 열람 및 다운로드를 할 수 있는 전자 의무기록에 연결된 개인건강기록이라 할 수 있다. 기업

주도의 개인건강기록 서비스인 Microsoft의 헬스볼트는 참여하는 병원과의 데이터 연계를 통해 개인이 직접 진료기록과 생체 징후 등을 통합

관리할 수 있도록 하고 있다. Apple은 iPhone을 개인건강기록의 허브로 만들 프로젝트를 진행하고 있다.

한국의 개인건강기록 서비스로는 국민건강보험공단의 마이헬스뱅크가 있다. 사용자는 이 서비스를 통해 진료, 투약, 건강검진, 보험료 부과 등의

내용을 열람할 수 있고 키, 몸무게, 혈압 등 본인이 관리를 원하는 정보를 직접 입력하는 것이 가능하다. 하지만 이 서비스는 어디까지나 국민건강

보험공단의 청구 데이터를 중심으로 정보가 제공되고 의료기관과의 연계가 없어 낮은 수준의 개인건강기록만을 제공하고 있다.

전자 의무 기록에 연결된 개인건강기록 서비스가 의료 기관 단위의 병원 독립적으로 진료를 받은 환자들을 대상으로 건강관리, 투약관리, 진료서

비스 기능, 건강정보 등을 제공하고 있고 진료와 건강검진 예약 등이 가능하다. 하지만 이러한 서비스는 특정 병원에 제한된 서비스로 여러 의료

기관과 통합된 의료정보는 제공하지 못하고 있다.

결론적으로 개인건강기록이 활성화되기 위해서는 궁극적으로 개별 병원에서 표준화된 개인건강기록 서비스를 제공하기 위한 연동 시스템을

적극 도입해야 한다. 그러나 일반인에게는 전자 의무 기록이 제공하는 전문적 의료지식은 그저 암호에 지나지 않을 수 밖에 없다. 많은 부분이

영어와 전문적인 의학 용어로 표기되어 있어 막상 자신의 건강기록을 열람한다 하더라도 그 의미를 파악조차 할 수 없는 것이 현실이다.

이러한 서비스가 사회적으로 수용되기 위해서는 개인건강기록에 관한 생태계 조성이 필요하며 이런 서비스의 궁극적인 수혜자인 환자에게 실제

혜택이 가는 서비스 모델의 단계적 진화 과정이 필요하다.

또한, 개인건강기록의 개념이 강조되면서 의료 데이터의 주체가 의료 기관에서 개인으로 점차 인식이 전환되어 가고 있는 것은 헬스케어 생태계

에서 이루어지는 다양한 활동에서 개인의 참여가 매우 중요해 질것이라는 것을 의미한다.

2.2 블록체인상에서의 개인건강기록

인터넷상에는 수 많은 개인정보가 노출이 되어 유통되고 있으나, 병원 의료기록은 폐쇄적인 환경으로 인해 유통되기가 어렵다. 그렇지만, 의료

정보의 보편화 및 개인의료 정보의 생산이 보편화되면 이러한 정보를 인터넷 상에서 찾아보기는 어렵지 않을 것이다. 개인 신상정보만큼이나

위험도가 높은 정보가 의료정보이다. 아직은 개인이 생산해낼 수 있는 의료정보 분야가 한정되어 있고 그 깊이도 낮아서 현재의 법률적 규제는

의료정보를 다루는 기관들에 초점이 맞추어져 있다. 그렇지만 개인이 자신의 의료정보 또는 개인건강기록을 생산해낼 가능성이 높아짐에 따라

법률이 재정비되고 이에 따른 시스템도 갖춰질 것이다.

HealthCUBE에서 다루려고 하는 ‘개인건강기록’ 부분은 초기에는 의료용 기록이 아니라 심음 데이터를 기반으로 하는 개인건강기록과 확장하여

서는 폐음, 기타 생체신호에 대한 기록 등 스마트기기에 기반한 기록이다. 그래서 초기의 초점은 이런 부분에 한정하여 모든 프로세스나 시스템

을 맞추겠지만 기기의 활용성이 높아지고 건강기록에 대한 분석이 정밀하게 이루어 질수록 의료기관의 연계나 관련업계와의 데이터 교류 가능성

이 높아질 것이다. 그래서, 블록체인을 다룰 때 (실제 구현은 단계별로 진행하겠지만, 고려해야 할 부분은 조금 먼 미래까지 다루려고 함) 이러한

부분까지 생각하지 않을 수 없다.






HealthCUBE Platform

9






HealthCUBE Platform

첫째, 데이터의 신뢰성과 무결성이다.

개인이 의료 데이터 관리의 주체가 되면 개인에 의해서 의료 데이터가 얼마든지 위변조가 가능해진다. 이러한 사실은 데이터 유통의

최종 수요자에게는 문제가 있다. 즉, 엉터리 데이터는 엉터리 결과를 만든다.

둘째, 데이터의 보안과 투명성이다.

의료 데이터의 유통 주체를 개인에게 맡겨 두면 자칫 관리 소홀로 개인의 민감한 의료 정보가 외부 에 노출될 수 있다. 또한, 의료 데

이터가 유통되면서 자신도 모르는 사이에 동의하지 않은 제3자에 의해 임의로 사용될 수도 있다. 따라서 개인이 자신의 데이터가

어디에 어떻게 어떤 용도로 사용되는지 충분히 모니터링이 가능해야 한다.

셋째, 데이터 관리에 대한 비용 문제이다.

한 개인에게 발생하는 건강 및 의료관련 모든 데이터의 보안, 저장, 전송, 관리 비용을 개인이 모두 부담한다면, 극히 소수만이 본인의

개인건강기록을 관리할 것이다. 그렇다면 이 비용을 합리적으로 해결할 수 있는 방법이 나와야 할 것이다.

넷째, 개인이 데이터를 제공하면 데이터 사용에 관한 적절한 보상을 해야 한다.

이 부분은 데이터의 유통에 관련될 수 있는 부분인데, 그 동안 의료기관의 의료데이터는 연구윤리심의위원회 규정을 엄격히 준수

하면 특별한 이유가 없을 때 자유롭게 활용할 수 있도록 해왔다. 그러나, 이와 같은 데이터에 대한 주체가 개인임을 고려하고 활성화

에 대한 부분도 고려하면 개인에게 데이터 제공에 따른 어떠한 보상이 있어야 한다.

현재 의료 패러다임은 치료에서 관리의 개념으로 변화하고 있는 중이다. 관리에서 중요한 것은 기존의 질환과 치료과정에 대한 정보뿐만 아니라

일상적이고 주기적인 건강상태 정보를 기록하는 것이 중요하다.

의료 정보의 형태가 EMR 시스템으로 기록, 저장되고 있는 환경을 넘어서 EMR정보와 가정에서 환자의 개인 건강정보가 통합된 기록인 PHR

로 저장되는 형태로 전환이 되고 있다. 이런 PHR의 형태는 환자의 건강 상태를 파악하는데 매우 용이하기 때문에 환자에게 맞춤 의료 서비스를

제공하기에 적합하다. 하지만 현재의 EMR 시스템은 의료 기관마다 각기 상이한 형태로 만들어졌고 그에 따라 의료 정보가 통합되어 PHR로

갖춰지는 것은 어렵다.

클라우드는 산발적으로 개발된 다양한 EMR 시스템하에서 해당 시스템을 유지하면서 통합된 PHR를 구축, 가공하기 용이한 환경이기 때문에

적합한 대안이라 생각된다. 또한, 의료정보는 개인 정보 중에서도 민감한 부분으로 보안/안정성의 문제를 블록체인 방식으로 해결할 수 있을

것이다. 따라서, 블록체인을 활용한 클라우드에서 PHR을 구축하게 되면 현재의 의료 시스템을 유지하면서 의료정보를 폭넓게 활용할 수 있는

길을 열어 줄 것이다. 이렇게 구축된 의료 정보 시스템은 의료계 전체에 긍정적인 영향을 줄 뿐만 아니라 환자에게 적절한 의료서비스를 제공하

는데 도움이 될 것이다.

이에 따라, 고려할 부분을 살펴보면 다음과 같다.

개인의 병원 방문에 따른 산재해 있는 전자 의무 기록에 담긴 진료 데이터와 의료 관련 공공 기관에서 관리되고 있는 청구 데이터와 개인이 수집

관리하고 있는 건강 관련 데이터가 결합된 상호 연결된 궁극적인 개인건강기록 서비스를 위해서는 개인 정보 중에서도 가장 민감한 부분인 개인

의료 정보에 대한 철저한 보안성과 위변조 없는 안정성이 보장되어야 한다. 이 부분이 먼저 해결되지 않고는 제한된 독립형 개인건강기록 서비스

수준에서 머무를 수 밖에 없는데, 이를 블록체인이 해결할 수 있을 것이다. 개인건강기록(PHR)은 특성상 관리 주체가 개인이 되어야 한다. 이는

기존의 관리 주체인 의료 기관과 공공 기관이 제공하는 데이터의 관리와 책임이 개인에게 있다는 것이다. 개인이 주체가 되는 PHR을 위해서는

블록체인의 다음과 같은 요소가 필수적으로 적용되어야 한다.

문제는 클라우드 환경하에서는 각 개인의 데이터 관리에 따른 높은 비용을

누가 부담을 해야 하는가 하는 숙제가 남는다.

이를 본 백서에서는 블록체인을 활용한 분산 데이터 처리 알고리즘을 적용하여,

각 개인에게 전가되는 비용을 최소화하는 해결책을 설명하려고 한다.

10

2.3 미래예측 인공지능분야에서의 개인건강기록

의학은 원래부터 데이터에 관한 학문이다. 전통적인 의학의 연구 방법론은 가설 기반 접근법에 따라 발전해 왔다. 즉, 하나의 이론을 만들기 위해

가설 검증을 재설정하는 과정을 무한대로 반복했다는 것이다. 현재 의료 서비스로 행해지는 진단, 투약, 수술 등은 모두가 이러한 노력의 결과물

이라 할 수 있다. 교과서나 진료 가이드 라인 등의 근거에 기반을 두지 않은 의료 행위는 사실상 불법적 의료행위나 다름없다. 따라서 의사들은

되도록 이런 기준을 잘 지키려고 노력한다. 문제는 환자의 진단과 처치 등에서 실수로 놓치고 지나가는 것이 있으며, 생명과 직결된 의료 행위에서

작은 실수는 곧 환자의 생명을 앗아 갈지도 모른다.

인공 지능은 방대한 진료 가이드 라인이라 할 수 있는 의료 데이터베이스를 이용하는 프로그램이기 때문에 실수가 없으며 헬스케어의 특정 분야

에서는 인공지능의 현재 대응 능력은 최고라 해도 손색이 없다.

헬스케어 분야는 그 어떤 분야보다도 서지학적 데이터베이스가 잘된 분야이다. 그리고 의학이란 학문의 근본적인 특징이 데이터에 관한 학문이라

서 빅데이터를 이용한 인공 지능 서비스 분야에서는 최적의 분야이다.

IBM 왓슨이 많은 헬스케어 영역 중 종양학을 중심으로 한 유전체 관련 분야를 선택한 이유는 종양학 분야는 세계적으로 가장 많은 서지학적 정보

가 있다. 암유전체 지도 프로젝트를 비롯한 방대한 암유전체 데이터가 있고 하루에도 수백 편의 암 관련 논문이 나오고 있어 진단과 치료의 가이

드 라인과 데이터가 잘 구축된 분야이기 때문이다.

인공 지능이 주는 진정한 가치는 한 개인의 과거 의료 데이터를 통해 미래 건강 상태를 예측할 수 있는 기술에 있다. 과거 데이터를 통해 단순히

현재만 예측하는 것은 굳이 인공지능의 도움 없이 현재의 의료 기술로도 충분히 해결할 수 있다.

과거 데이터를 이용하여 미래를 예측하기 위한 기술인 머신러닝은 인간이 학습하는 것과 마찬가지로 기계가 스스로 훈련 데이터와 빅데이터를

분석해 학습하는 것으로 방대한 데이터를 바탕으로 규칙, 규정, 표현, 조건, 판단 기준 등을 스스로 추출한 후 데이터베이스에 축적해 판단한다.

여기에서 머신 러닝의 바탕이 되는 과거 진료 빅데이터 중의 하나로 전문 의료 기록인 진료 데이터와 청구 데이터는 과거 병력 데이터를 가지고

현재 병증을 판단하는 것으로 한계성이 있다.

평상시 환자의 건강 상태에 대한 데이터를 바탕으로 한 미래 예측 분야인 예방 의학에 인공 지능 기술을 적용하기 위해서는 반드시 개인이 라이프

로그에서 직접 기록 또는 측정하는 PHR과 진료 및 청구 데이터가 상호 연결 결합 되어야 더 높은 가치를 추구할 수 있다.






HealthCUBE Platform

03

3.1 개요

HealthCUBE는 개인용 스마트 기기를 기반으로 하여 개인의 일생 동안의 모든 건강기록을 구축하려는 플랫폼이다. 그 중 가장 핵심이 되는 심음

(Heart Sound), 폐음(Lung Sound)등 소리 기반 기술을 중심으로 체온, 혈압, 혈당, 산소포화도, ECG등 개인의 직접적인 건강기록과 온도, 습도,

위치 등의 환경적인 요인까지 추가로 기록하여 개인이 처한 상황을 고려한 개인건강을 기록하는 플랫폼으로 발전해 나갈 계획이다.

HealthCUBE는 개인이 쉽게 접근할 수 있는 스마트 기기를 통해 개인의 건강상태를 수시로 체크하고 다양한 건강관리 스마트 기기로부터 얻어

지는 정보를 바탕으로 개인의 건강상태를 종합적으로 판단할 수 있게 도와준다. 태아부터 노년기에 이르기까지의 전 과정에 걸친 건강 데이터를

HealthCUBE 플랫폼을 통해 기록함으로써 평생 동안의 개인건강기록이 의학적인 관점에서 더 큰 의미를 가질 수 있도록 만들어준다. 특히, 인간

은 유전자로 인한 선천적인 위험인자나 환경적인 요소로 인한 후천적인 영향을 받아 여러 가지 질병의 위험에 노출되어 있다.

이러한 위험은 가족력(선천적으로 고혈압이나 당뇨 가족력이 있는 사람의 경우 다른 사람보다 특별히 관리의 대상이 되기도 함)에서 발현이 되

기도 하는데, 어려서부터 추적 관찰할 수 있다면 성인이 되고 나이가 들어서 변화하는 모습으로 그 사람의 건강상태를 예측할 수 있게 된다. 특정

질병에 대한 평균값이나 통계들은 존재하나 특정 개인에 대한 구체적인 적용값은 존재하지 않아 우리가 일반적으로 이야기하는 경우의 수가

블록체인 기반의 PHR 데이터 수집, HealthCUBE

11

특정 개인에 적용된다고 이야기할 수 없다. 예를 들어, 어떤 약은 누구에게는 잘 듣지만 다른 사람에게는 맞지 않을 수도 있고, 사람의 평균 체온

이 섭씨 36.5도라고 하여 모든 사람이 36.5도 인 것은 아니다. 태어날 때부터 높은 체온을 가지고 있는 사람은 체온을 측정하여 38도라고 하여도

위험한 것은 아니다. 그렇기 때문에 개인에 대한 지속적이고 면밀한 관찰이 필요한 것이다. 또한, 객관적으로 판단할 수 있는 데이터가 매우 중요

한데 (물론 개인이 느끼는 주관적인 면도 중요하지만, 의학적으로는 판단할 수 있는 객관적인 자료가 있어야 한다) 이 데이터를 생산하는 방식이

비합리적이거나 의학적이지 않고 일관되지 않는다면 데이터의 신뢰성에 문제가 생겨 데이터로써의 가치를 잃어버리게 된다. 그래서 이러한 데이

터를 생산하는 주체가 스마트 디바이스가 되는 것은 어찌 보면 당연한 일이다.

또한, 개인이 가정에서 간편하게 자신의 건강상태를 체크할 수 있어야 지속적인 데이터 생산이 가능해지게 된다. 예를 들어, 병원에서 생산되는

데이터는 아플 때의 데이터를 만들어 내는 게 대부분이고 (병을 예방 및 조기진단을 위해 아프지 않을 때의 데이터를 생산하기 위해 1년이나 특정

기간단위로 건강검진을 시행하는데 이 기간이 생각보다 길다고 할 수 있다. 1년 단위의 검진이면 평생 몇 번의 데이터가 생성되는지 생각해 보면

쉽게 이해가 간다.) 이러한 간헐적인 데이터를 그 사람의 평균적인 데이터라고 판단하기에는 무리가 있다. 그래서 심음, 폐음, 혈압, 당뇨 등 개인

의 건강상태를 체크할 수 있는 스마트기기를 이용한 건강관리는 필요한 것이다. 이에 HealthCUBE는 개인건강기록의 종합적인 관리라는 측면에

서 각종 데이터를 수집하고 분석하여 종합적으로 판단을 내릴 수 있는 기반을 만들고자 하는 것이다.

HealthCUBE는 독립형 개인건강기록 (PHR) 플랫폼으로써, 개인이 직접 기록하는 헬스 데이터보다는 개인이 가지고 있는 의료 정보 기기로 빅

데이터를 수집, 저장, 분석하여 투명성 있는 헬스 데이터 제공에 중점을 두고 있는 플랫폼이다. 특히, 다양한 스마트 헬스기기 중에서도 가정에서

수집 가능한 인체신호 중에서 가장 중요한 심음 데이터를 개인이 직접 측정할 수 있는 ‘스마트 청진기’에서 수집되는 데이터를 핵심 기술을 적용

하여 투명하고 진실성 있는 데이터를 제공해주는 플랫폼을 만들려고 하고 있다. 심음 데이터 수집에서 확장하여 다양한 스마트 기기로부터 폐음,

체온, 혈압, 혈당 등 다양한 생체신호를 첨단화된 개인용 의료 기기 빅데이터 수집으로 영역을 확대하여 개인의 건강상태에 대한 종합적인 판단이

가능할 수 있는 기반을 마련할 것이다.

HealthCUBE는 거동이 불편하거나 의료혜택을 받지 못하는 소외 계층 또는 지역적인 한계로 인해 병원을 가지 못하는 사람들, 의료시설이 발달

하지 못한 제3세계의 사람들에게 1차적으로 도움을 줄 수 있는 기본 플랫폼이 되려고 한다. 또한, HealthCUBE 플랫폼은 IT기기의 발전에 따라

개인건강을 체크할 수 있는 스마트기기의 발전도 비약적으로 이루어 지고 있음을 인지하여 이를 대비하고 있다. 스마트기기는 수 많은 정보를

생산해내고 이를 개별적으로 가공하여 별도의 플랫폼으로 구축하는 작업들이 시작될 것이다. 통합적인 계획이라기 보다는 가지고 있는 기본

디바이스를 활용한 사업을 만들기 위해 플랫폼을 구축하게 된다. HealthCUBE 플랫폼은 기획단계부터 확장성을 고려하여 다양한 헬스케어 디바

이스를 수용할 수 있으며, 여러 종류의 데이터를 통합하여 이를 빅데이터로 발전시키고 여기에 인공지능을 적용할 방안을 오랫동안 고심해왔다.

IT기기뿐만 아니라 개인 건강기록과 관련된 각종 산업이 발전할 것이다. 예를 들어, 보험사는 개인의 건강과 밀접한 관련이 있어 이에 대해 많은

관심을 갖는다. 보험사 입장에서는 고객이 건강해야 보험료 청구금액이 줄어들뿐더러 보험사에 청구하는 절차도 간편하게 만들고 보험료 부정

수급을 방지할 수 있는 신뢰하는 솔루션을 찾으려 할 것이다. 이에 가장 부합하는 솔루션이 블록체인을 이용한 방법이며 이는 HealthCUBE 플랫

폼이 발전하여 생태계가 갖추어졌을 경우에 큰 의미를 갖게 된다.

스마트기기에서 생산해내는 정보로부터 받는 직접적인 도움뿐만 아니라 스마트기기를 활용한 원격진료도 활발해 질 것이다. 특히, 단순 화상진료

를 통한 문진 시스템이 아닌 기기로부터 생산해내는 정량적인 데이터에 근거한 원격진료는 큰 의미를 가진다. 현대의 의료행위는 구체적인 자료

(측정수치/스캔이미지 등)로부터 환자의 상태를 판단하게 된다. 정량적인 자료(열이 38도)는 정성적인 자료(단순히 열이 높다 등 개인적으로

판단하는 값들)보다 의사의 정확한 판단에 도움을 주게 된다. 스마트기기의 정밀도가 높아질수록 의사가 판단할 수 있는 부분은 넓어지게 된다.

우리가 병원에 가는 경우 1차 진료기관의 경우)에는 주로 문진이 많이 이루어 지고 그 외 필요하다고 판단하였을 경우 측정을 위한 정밀 검사를

받게 된다. HealthCUBE 플랫폼은 가정에서 이러한 전 단계까지 시행할 수 있는 데이터 플랫폼을 만들려고 한다.

SUMMARY (요약) HEALTHCUBE 플랫폼 구현 방향




HealthCUBE Platform


12

※ 성실한 측정 기록에 따른 보상으로 토큰 지급

PLATFORM

개인 정량 데이터

심음/폐음/체온/혈압/...

개인 건강 관련 기기

등록에 따른 데이터

전송 및 Token 보상

Token 보상

Toke

n 보

상

정량

적 데

이터

전송

정성

적 데

이터

전송

정량

적 데

이터

전송

각종 개인 환경

측정기기 등록에 따른

데이터 전송

개인 정성 데이터

개인 직접 기록한(손발저림 / 떨림 /

식은땀등)

개인건강

종합 플랫폼

개인환경 정량 데이터

온도/습도/위치

HealthCUBE PHR Platform

3.2 심음에 집중하는 단계(1단계)

본 단계에서는 여러 스마트기기 중 심장건강에 관련된 심음에 집중하는 단계로써 외부 자료와 연동되지 않기 때문에 그 자체로써의 완전성을

가져야 한다. 그러기 위해 다양한 방법들이 시도되는 단계이다. 다양한 각도에서 심장을 평가하고 판단하기 위해서는 심음데이터를 여러 가지

측면에서 얻어 내야 한다. 정상 상태에서의 심음은 어떤 지, 운동을 하고 있을 때, 운동이 끝났을 때의 심장상태는, 술을 마셨을 때, 스트레스를

받았을 때, 사우나를 하고 나왔을 때, 아침 기상 직후 또는 잠들기 직전 등 다양한 심장의 상태에 대한 데이터가 필요하다. 특히, 빅데이터를 통해

얻은 평균값들도 필요하지만 측정하는 본인 데이터의 정상 범위가 다른 사람의 값보다도 더 중요하다. 어떤 사람의 평상시 평균체온이 35.5도로

일반사람들의 평균체온 보다 1도가 낮은 사람의 경우 38도가 높은 체온이 아니라 37도라도 본인은 몸이 더 아프다고 느끼게 된다. 이렇게 심음의

경우도 많은 데이터가 쌓여야 보다 더 정확한 판단을 할 수 있게 된다.

본 단계에서는 스마트청진기를 이용한 개인 심음 데이터를 자동 기록하는 과정으로서 다음과 같은 기능들을 포함할 예정이다.





HealthCUBE Platform


13





HealthCUBE Platform


데이터 분석의 기초 : (예) 기초 심음 분석 단계

개인 심음 기록PHR

심음 데이터 비교 분석

심음 빅데이터 클라우드

정상 심음 데이터

비정상 심음 데이터

스마트 청진기 임상 시험 참가자 모집

빅테이터의 지속적 확보를 위해 Token 보상

기존 의학계의 임상 테이터와 스마트 청진기 데이터 비교분석

특징 포인트의 생성

심장 환자를 대상으로 한 스마트 청진기 데이터 수집

스마트 청진기 기준 비정상 심음 데이터 표준 패턴 형성

스마트 청진기를 통한 정상/비정상 표준 패턴 비교군 형성

지속적인 정상/비정상 패턴 입수 ⇢ 머신 러닝을 통한 정교화

3.2.1 기초적인 심음 분석

심음 데이터 분석의 가장 기초적인 분야로써 스마트 청진기를 사용하는 사용자가 기본적으로 정상적인 범주의 심음을 가지고 있는지를 판단하는

기능이다. 머신 러닝을 통한 패턴 분석결과 이상이 있을 가능성이 높다고 판단되는지 정상적인 범주에 포함되는지를 사용자에게 지속적으로 알려

줌으로써 사용자가 자신의 건강에 관심을 가질 수 있도록 한다.

측정 기록관리측정 결과 스트레스 측정

내수치 : 측정값

평균치 : 측정기록 평균치

권장치 : 나이 / 성별에 따른 권장치

내수치

평균치

권장치

대조군 설정

14





HealthCUBE Platform


기초적인 심음 분석 방법은 사전에 수집되어 표준화시킨 심음 데이터와 스마트 청진기 사용자의 심음 데이터를 비교 분석하여 가장 유사한 심음

데이터를 결정, 정상/비정상 유무를 대조군을 통해 판별한다. 특히 비정상 심음 데이터의 경우 사전에 임상 시험 대상자의 공개적인 모집을 통해

대조군을 형성 하고, 이후 Token 보상을 통한 자발적인 참가자로 구성된 정상/비정상 심음 데이터를 추가로 확보하여 심음 빅데이터 뱅크에서 머

신 러닝을 통한 기계 학습으로 보다 정교한 심음 데이터 분석을 가능하게 한다.

3.2.2 운동부하로부터 회복력 분석

사람의 심장은 평상시에는 정상인과 동일한 기능을 하지만 빠른 걷기, 달리기, 등산, 수영 등 평상시와 다른 행동을 하였을 경우의 심장 동작은 다

르게 나타나게 된다. 사용자가 본인의 심장상태를 사전에 미리 알 수만 있다면 많은 경우에 사고를 미연에 방지할 수 있게 된다.

예를 들어, 스마트 청진기를 통해 운동 전 검사, 30분 운동 직후 검사, 운동 후 10분 뒤 검사, 운동 후 20분 뒤 검사 등 운동을 통해서 개인의 심장

이 어떤 변화를 겪는지에 대한 다양한 데이터가 축적 되면 본인이 운동을 어느 정도 해야 심장에 무리를 주지 않는지 인지하게 된다.

즉, 사전에 결과를 예상할 수 있어 대처가 가능하게 된다. 예방 의학 측면에서 매우 중요한 데이터가 만들어 지게 되고 이러한 운동 과학은 주로

스포츠 선수들의 운동력 향상 등에 사용할 목적으로 행해지고 있는 부분중의 하나로 현재 일반인이 받을 수 있는 서비스나 프로그램은 아니지만,

HealthCUBE 플랫폼을 사용하면 이러한 부분을 일반인으로 확대하여 적용할 수 있게 된다.

3.2.3 심장 위험인자로부터 회복력 분석

일반적으로 심장에 무리를 주는 행위는 운동 등의 신체 활동 외에 음주, 카페인 섭취, 비행기 탑승 등의 외부 요인에 의해서도 만들어 진다.

이러한 위험인자가 심장에 무리를 주는지에 대한 연구는 산발적으로 소량으로 그리고 간헐적으로 이루어져 왔으며 종합적인 판단이나 구체적인

수치로써 이루어진 연구는 거의 찾아보기 어렵다.

이런 부분에 있어 HealthCUBE 플랫폼을 활용하여 자료를 수집하고 이를 연구에 활용하여 그 결과를 개인에게 돌려줄 수 있다. 기존에는 행할 수

없었던 수많은 연구가 HealthCUBE 플랫폼을 통해 이루어 질 수 있다.

3.2.4 dApp을 활용한 데이터 축적

각종 스마트 기기로부터 나오는 데이터는 신뢰성을 확보해야 하는 측면과 개인정보에 대한 보안성을 해결해야 할 과제가 많다. 또한 다양하고 많

은 데이터가 생산되기 위해서는 개인의 노력이 필수적이며 지속적인 활동의 동기부여를 위해 보상이 반드시 뒤따라야 한다. 개개인은 이러한 보

상이 없이도 본인의 건강을 위해서 꾸준히 데이터를 생산해낼 수 있으나, 이러한 경우가 실제로 이루어 지는 확률은 개인차에 의존하는 경우가 많

다. 따라서 더 많은 동기부여를 통해 실제적이고 꾸준히 데이터를 확보할 수 있는 방안으로 토큰 생태계의 보상을 적극적으로 고려하고 있다. 다

음은 dApp을 구현하기 이전 심음 데이터를 스마트폰 앱으로 개발한 실제 예이다.

15





HealthCUBE Platform


위와 같이 dApp으로 개발되면 보안은 물론이고 관리에 대한 인건비도 절감되며 탈 중앙화된 시스템이기 때문에 부정의혹 등이 없는 투명하고

신뢰할 수 있는 시스템이 될 것이다. 이미 개발된 어플리케이션을 dApp으로 개발할 경우의 가장 큰 장점은 Smart Contract를 활용한 자동

보상과 데이터의 자동 저장 및 분석 후 자동 리포팅 등일 것이다. 또한 ERC20계열의 토큰을 사용함으로써 상호 호환되는 비즈니스를 만들 수 있어

생태계 형성에 도움이 될 것이다. 스마트기기를 만드는 많은 회사들에게 기본적인 API를 제공해 주고 이 프로토콜에 맞춰 데이터를 전송해 주면

사용자에겐 보상을 해주게 된다.

(산모/태아용)

(영유아용)

(성인용)

16





HealthCUBE Platform


3.3 다양한 데이터의 수집(2단계)

3.3.1 다양한 생체 신호의 수집

HealthCUBE 플랫폼은 심음과 폐음 데이터 수집을 위한 스마트 청진기로 시작하여 체온, 혈압, 혈당, 산소포화도, Lifelong등 각종 생체 신호를

수집하여 개인의 건강기록을 종합적으로 판단할 수 있는 플랫폼으로 진화될 것이다.

IoT기기의 발달과 더불어 센서의 소형화 및 정밀도의 증가 등으로 개인이 측정하여 수집할 수 있는 데이터의 종류가 늘어나게 된다.

이러한 부분이 HealthCUBE 플랫폼이 확장하는데 커다란 도움이 될 것이며, 수많은 사용자를 HealthCUBE 플랫폼의 생태계로 동참하게 되는

흡인력 역할을 할 것이다.

3.3.2 각종 환경 정보를 수집

스마트 기기 본연의 작업에 포함된 데이터뿐만 아니라 사용자가 처한 환경적인 데이터도 수집하여 사용자의 건강상태를 종합적으로 볼 수 있게

된다. 환경적인 데이터란 사용자의 위치, 고도, 온도, 습도, 날씨 등 사용자가 데이터를 측정하던 당시에 처에 있는 환경적인 요인으로 이런 요인에

따라 개인의 건강상태도 달라지게 되므로 단순 데이터 외에 이런 부분에 대한 고려도 건강 데이터만큼 중요한 역할을 할 것이다.

예를 들어, 어떤 사람은 산에만 올라가면 심장박동수가 빨라지고, 어떤 사람은 목욕탕에서 심장에 이상 신호가 오는 등 외부적인 환경요인으로

우리 몸은 반응하기 때문이다. 이런 외부적인 환경정보들이 포함되었을 경우 종합적인 판단에서 위험인자를 가려내어 알려줌으로써 발병 가능성

을 낮출 수가 있게 된다.

3.3.3 생체정보를 이용한 자동 KYC(Know Your Customer)

의료정보를 비롯하여 개인건강기록도 누구의 기록인지를 증명하는 부분은 매우 중요한 부분이다. 측정데이터를 다른 사람의 이름으로 입력하는

잘못이 발생할 수 있다. 이는 개인의 건강상태를 판단할 때 이상(abnormal) 데이터가 발생하여 정보의 오류를 만들게 된다. 잘못된 정보에 의해

판단을 잘못 내릴 수 있다는 의미다.

그렇기 때문에 개인이 측정하는 데이터의 1차적인 신뢰성을 확보하는 단계가 바로 KYC인 것이다. 그래서 블록체인상의 KYC를 이루듯 생체정보를

수집하는 기기측면에서도 KYC는 중요한 요소이다. 디바이스 측면에서 KYC는 개개인의 생체정보를 이용하게 되면 쉽게 풀릴 수 있는 부분이다.

즉, 예를 들어 스마트 청진기에 지문인식 센서를 붙여 청진 시에 자동으로 KYC가 이루어지게 하거나, 홍채인식 센서를 부착하여 자동으로 KYC

가 실행되면 본인의 데이터만 블록체인상에 PHR 기록으로 남길 수 있어 데이터의 오류를 줄이는데도 많은 도움이 될 것이며, IT 또는 IoT 기기의

발달로 인해 간단히 KYC 를 이룰 수 있는 방법들이 점점 더 늘어나고 있는 점도 매우 고무적인 부분이다.

3.3.4 개인건강 보고서

위에서 언급한 기능들을 이용하여 만들어진 데이터를 빅데이터 분석과 머신러닝 등의 방법으로 개인의 건강상태에 대한 종합 보고서를 만들게

된다. 이 보고서는 온전히 개인을 위해서만 사용되며 거래의 대상이 아니다. 개인은 이 보고서를 주기적으로 받아 볼 수 있으며 이 데이터를 의료

기관에 제출하여 자신의 건강 관리를 보다 정확하게 할 수 있다.

보고서의 활용을 위해 웹 또는 앱 서비스를 만들어 개인이 이용할 수 있게 하며, 고객센터 운영을 통해 측정된 데이터의 분석이 어떤 의미를 가지는

지도 설명이 될 예정이다.

일생 동안의 개인 기록이 저장되는 만큼 사람이 태어나서(정확히는 태아의 심음도 측정할 수 있으므로 일생 동안의 기록이라 말할 수 있음) 죽을

때까지의 모든 기록을 저장하여 통계적인 데이터도 남길 수 있는 만큼 국가적인 보건 관리에 많은 도움도 줄 수 있는 부분이다.

17



블록체인 기반의 PHR 데이터 수집, HEALTHCUBE


기타 사항

HealthCUBE Platform


3.4 외부 기록과 연결된 개인건강기록(3단계)

마지막 단계는 외부 기록과 연결된 개인 건강기록에 관련된 부분으로 주로 EMR-Tethered PHR(전자의무기록에 연결된 개인건강기록)과 상호

연결된 개인건강기록을 구축하는 부분이다. 다소 이상적이기도 하고 모든 헬스케어 플랫폼이 나아가야 할 방향이기도 하다.

이 단계에서는 특정 의료 기관의 전자 의무 기록과 연결되어 해당 병원의 의료진에게 PHR 데이터를 제공할 수 있는 단계로 마이닝된 데이터를

외부 기관에 제공해서 연구를 수행할 수 있고 측정결과를 직접 활용할 수 있게 된다.

또한 보험사의 보험사고 예방 활동의 하나로써 HealthCUBE 플랫폼을 사용하게 되면 보험료 할인 혜택을 제공해줄 수 있고, 인공지능이 적용되

는 단계이다. 보험사의 경우 큰 병이 발생하여 보험료를 지속적으로 많이 지출하는 것 보다 예방활동에 의해 보험료를 줄이고 사전에 병을 예방할

수 있다는 측면에서 HealthCUBE 플랫폼에 접근할 것이다. 특히, HealthCUBE 플랫폼은 심장,폐 부분뿐만 아니라 다양한 개인의 건강정보를 제공

하기 때문에 보험사 측면에서는 병이 발생하기 이전에 약간의 비용지출로 보험사고를 미연에 방지할 수 있는 측면이 있다. 비용절감 측면에서도

큰 장점이 있고 사용자측면에서도 병이 악화되기 전에 사전에 막을 수 있는 수단이 되기도 한다.

이 단계에서 수집된 방대한 양의 데이터부터 학습한 인공지능 프로그램이 사용자에게 바로 건강상태에 대해 리포팅할 수 있으며, ChatBot을

운영하여 궁금한 사항은 고객센터를 거치지 않고서도 신속한 응대를 받을 수 있는 단계이기도 하다.

나아가서는 공통 데이터 표준에 의한 개인-의료기관-보험사간의 데이터 유통에 스마트 기기로부터 측정된 데이터를 제공할 수 있는 단계로

이를 위해서는 데이터의 표준화가 선결되어야 한다. 궁극적으로는 헬스케어 데이터 통합 플랫폼 단계로써 데이터의 유통 플랫폼과 원격진료가

가능한 단계로 진화하게 된다.

04

4.1 기본방향

첫째, 스마트기기로부터 생성되는 데이터를 블록체인 기술과 결합하여 데이터의 신뢰성과 무결성을 보장한다.

일반 블록체인 기술 적용에 따른 데이터의 신뢰성과 무결성 보장은 많은 분야에서 실현되고 있으며 HealthCUBE 플랫폼은 최적화를 위한 특별

한 블록체인 네트워크 구조를 가지고자 한다. 우선, 프라이빗 블록체인을 구성하기 위해 전체 참여자를 대상으로 접근 권한별 인증을 통한 개별

노드를 만들어서 기존의 퍼블릭 이더리움 플랫폼에서 분리된 별도의 제네시스 블록을 가지는 이더리움 기반의 HealthCUBE 참여자만으로 이루

어진 블록체인 네트워크를 구성한다. 또한, 트랜잭션 속도 개선, 전체 노드의 거버넌스 관리 등을 실현하기 위한 기업용 블록체인 솔루션을 적용

하며, 거버넌스 관리를 통해 특정 노드의 경우 부가 기능을 하는 노드로써 신속한 작업 증명 처리 및 헬스 데이터 스토리지 제공 등의 부가 기능을

수행하며, 이에 따른 채굴 보상을 부여한다.

둘째, 개인 원본 데이터의 개인키 서명과 데이터의 암호화를 통한 투명성과 보안성을 확보한다.

모든 개인건강기록 데이터는 블록체인을 통한 트랜잭션 증명 이외에 블록체인에 저장되지 않는 원본 데이터의 IPFS 방식의 조각화 및 암호화를

통해 스토리지 노드에 원본 데이터를 저장한다. 이때 스마트기기에 부여된 개인 키의 서명으로 원본 파일 증명을 한다. 즉, 모든 실 데이터에 원본

증명을 통해 투명성을 확보한다. 또한 모든 원본 데이터는 임의로 조각화를 한 후 암호화를 거쳐 분산 저장됨으로써 특정 노드에서는 일부 암호화

된 데이터 조각만 조회가 가능함으로써 데이터의 보안성을 강화한다.

셋째, 개인건강기록 관련 대용량 데이터의 효율적인 저장과 안전한 데이터 유통을 위한 분산 데이터 처리 기술을 적용한다.

PFS 방식의 분산 저장 기술은 임의의 데이터 조각화 및 암호화와 이와 연계된 해시 함수 어드레스로 구성되어 네트워크 노드에 분산 저장된다.

HealthCUBE 플랫폼의 모든 노드는 간단한 설정을 통해 해당 노드의 일부 저장 공간을 할당한다. 이러한 노드들은 스토리지 노드가 되어 생태계

참여자의 개인 의료 데이터를 분산 저장하며 이에 대한 대가로 수수료를 받는다. 그리고 안전한 데이터 유통을 위해 분산된 데이터의 조각 모음은

인증을 통해 하나로 모을 수 있으며 복호화가 가능하다.

HealthCUBE 플랫폼 구현 방향

18

넷째, HealthCUBE 생태계의 활성화를 위해 개인 의료 데이터 제공에 따른 접근 권한 관리와 적절한 보상 체계를 적용한다.

개인건강정보는 매우 민감한 개인정보이며 향후 플랫폼이 발전되고 HealthCUBE 플랫폼의 정보를 연동하여 제3의 서비스를 만들거나 사용자의

편의 기능을 구현하려고 할 때에 정보에 접근하는 권한을 제어하는 부분은 매우 중요한 사항이다. 보안이 철저히 이루어지면서도 편리성은 유지

하여야 한다. 매우 이상적인 이야기로 실제로 구현하려고 할 때 많은 실제적인 어려움이 있을 것으로 예상되는 부분이다.

이에 대한 해결책으로 접근권한 관리를 수행하는 노드들을 구성하여 이를 해결하고자 한다. 이에 대한 자세한 내용은 다음 장의 노드 구성에서 다

루도록 한다.

4.2 HealthCUBE의 이더리움 기반 프라이빗 블록체인

HealthCUBE 프라이빗 블록체인은 기존 이더리움 블록체인 플랫폼을 기반으로 하고 있지만 제네시스 블록이 다른 별도의 프라이빗 블록체인

이다. 또한 퍼블릭 블록체인의 단점을 보안하기 위한 트랜잭션 속도, 합의 방식, 거버넌스, 노드 간 기밀성 등 프라이빗 블록체인 운영에 필요한

필수적인 기능을 추가하였다.

HealthCUBE는 신뢰할 수 있는 검증된 노드가 분산된 네트워크이며 인증된 노드인 일반 노드, 특별한 기능을 수행하는 마스터 노드, 인증되지는

않았지만 HealthCUBE 플랫폼 상에서 거래를 할 수 있는 참여자 노드로 구성된다.

HealthCUBE Blockchain Structure - Details

Ethereum Blockchain

Ethereum Based Private Blockchain

dApp

마스터 노드Master-Node

일반노드General-Node

참여자 노드Guest-Node

HealthCUBEInterface

(Host)



블록체인 기반의 PHR 데이터 수집, HEALTHCUBE 토큰의 발행 및 분배ROAD MAP


HealthCUBE Platform


19

일반 노드와 마스터 노드는 인증된 노드로써, 특히 개인 의료

데이터를 블록체인 상에 등록하기 위해서는 일반 노드 자격이

있어야 한다. 그리고 HealthCUBE 플랫폼의 정책 결정 투표, 거

버넌스 관리 건의, 스마트 컨트랙트 코드 등록 등을 할 수 있다.

마스터 노드는 트랜잭션 즉시 승인 처리, 분산 스토리지 제공,

일반 노드 인증 등 특수한 기능을 수행한다. 참여자 노드는 인증

되지 않은 노드로써 제한된 기능만 수행한다. 데이터의 유통

단계에서 개인 의료 데이터를 원하는 외부 구매자는 노드 인

증이 필수 사항이 아니다. HealthCUBE 코인을 가지고 거래

만을 할 수 있으며 일체의 데이터 등록 및 변경을 할 수 없다.

긴급 의료 상황 발생의 경우 등록되지 않은 외부 의료 기관에서

즉시 마스터 노드의 승인 및 보증 아래 참여자 노드로써 접근

할 수 있다. 이 때 인증하는 방식은 multi-sig 방식으로 개인의

인증키, 의료기관의 인증키, 국가기관의 인증키 등 개인의료정

보에 접근할 수 있는 권한을 가진 개인/단체 등이 인증에 참여

하며 이중 특정 비율의 인증이 있을 경우 접근 권한을 부여

하게 된다. 예를 들어, 인증권한을 가진 개인/단체가 개인, 의료

기관, 국가기관의 세 곳이고 이중 2/3 이상의 인증이 있어야 데이터 접근 권한이 부여된다고 했을 경우에, 의식이 없는 개인이 응급실에서 진료

를 받을 경우 병원, 국가기관 2곳만 인증을 해주면 개인의 동의 없이도 개인 자료에 대한 접근이 승인되어 환자에 대한 모든 의료기록을 보고

응급진료를 수행할 수 있게 된다.

4.2.1 일반 노드와 마스터 노드의 역할

HealthCUBE 프라이빗 블록체인의 주요 기능은 마스터 노드에서 대부분 처리를 한다 스마트청진기는 일반 노드로 분류되며 주로 측정된 심음

데이터를 네트워크를 통해 마스터 노드에 전달하게 되며, HealthCUBE Interface에서 일반 노드의 개인키 확인에 따른 원본 증명 및 회원 인증을

거쳐 마스터 노드에 자동 전달된다.

HealthCUBE BlockChain 노드 구성도

Master Node Details

HealthCubeInterface

(Host)

HealthCubeCore

Ethereum Core

회원

General Node

General 노드와Master 노드를

연결하는 인터페이스(Transport Layer)

Application Ledger

Configuration State

Distributed Hash Ledger

Distributed Storage M/N

Master Node





HealthCUBE Platform


20

마스터 노드에서는 해당 데이터를 조각으로 나누어서 암호화하여 Distributed Hash Ledger에 각 조각된 컨텐츠의 주소에 해당하는 조각 별

해시함수의 연결 관계를 분산 원장에 저장되며, 임의의 조각된 해시 컨텐츠의 경우, 분산 Storage에 저장된다. 여기서 분산 Storage의 데이터는

모든 마스터 노드가 공유하지는 않는다.

심음 데이터를 포함하는 헬스케어 관련 빅데이터를 생성하는 노드는 일반 노드이고, 이를 승인하고 분산 저장하는 노드는 마스터 노드로 구분

한다. 그리고 참여자 노드는 전송 계층에서 인증을 거치지 않는 Guest로 분류되며 마스터 노드에서 참여자 노드의 상태를 파악하여 권한을 별도

부여하여 처리한다. 긴급 의료 사항 발생 시 특정 일반 노드의 개인의료 데이터를 즉시 해당 참여자 노드에게 전달하기 위함이다. 마스터 노드의

경우 대용량의 저장 공간을 가진 서버급 하드웨어를 구비한 노드로써 프라이빗 이더리움 코어 프로그램을 기반으로 부가적인 기능을 수행하기

위한 HealthCUBE Core 프로그램이 추가로 설치된다.

➊ Application Ledger: 일반 노드 또는 dApp에서 이루어지는 모든 트랜잭션에 대한 로그 기록 및 승인 결과가 저장된다.

➋ Configuration State: HealthCUBE의 상태 머신으로 주로 거버넌스(관리) 설정이 포함되어 있다.

➌ Distributed Hash Ledger & Storage: 심음 데이터의 분산 저장 정보 및 실제 데이터가 저장되는 스토리지가 있으며, 분산된 심음 데이터의

해시 정보는 Distributed Hash Ledger에서 별도 관리된다.





HealthCUBE Platform


Application / Distributed Hash Ledger

General Node

데이터

스마트기기

Master Node

개인 / 공개키

Application Ledger

D-Hash Ledger

Master Node

개인 / 공개키

마스터 노드데이터 암호화

데이터 조각화

Hash - 컨텐츠분산 저장

Application Ledger

D-Hash LedgerMaster Node

개인 / 공개키

Application Ledger

D-Hash Ledger

개인키 데이터 전송 및 원본증명

개인종합건강 보고서

Mater Node

Mater Node

Mater Node

1

2

3

Application Ledger

데이터 트랜잭션승인

D-Hash Ledger

조각 컨텐츠 해시연결 정보 / 분산원장

21

데이터의 트랜잭션 처리 프로세스는 다음과 같다.

➊ 거래를 보내기 전에 회원 또는 참여자와 마스터 노드 간의 키 인증을 통해 인증되고 암호화된 네트워크 연결을 설정한다

➋ 이후 데이터를 수신하면 발신자의 진위 여부를 파악하며, 암호 해독한 다음 프라이빗 블록체인 어댑터로 보낸다.

➌ 어댑터는 트랜잭션을 시작하고 블록 생성 로직 및 이더리움 가상 머신(EVM)과 같은 이더리움 블록체인의 하위 시스템의 구성 요소와 상호

작용하여 트랜잭션을 처리한다.

➍ 어댑터는 합의 알고리즘을 사용하여 네트워크를 통해 모든 상태 변경을 유지하고 분산 원장에 메타 데이터를 저장한다.

4.3 HealthCUBE 분산 데이터 처리

4.3.1 분산 스토리지의 필요성

심음 데이터를 예로 들면 그 크기는 현재 측정되는 자료 기준으로 300KB(1회측정, 20~30 초간 측정데이터)가 되지만 측정되는 데이터의 종류

가 늘어나고 센서의 정밀도가 높아질수록 데이터의 크기는 지속적으로 늘어날 것이다. 또한, 측정 회수 및 사용자 수가 증가하고 측정 기기가 늘

어날수록 저장해야 할 공간이 늘어나는 것은 분명한 일이다. 또한 본 데이터는 개개인의 일생 동안의 모든 기록을 남기는 것이므로 현재의 크기만

생각할 것이 아니라 향후에 늘어날 저장 공간의 크기도 고려해야 한다.

데이터 Transaction Workflow

General Node / dApp

Ethereum Core

BlockChain RPCRequest

In-memory StateRepresentation

EVM

TLS

E.g. Ethereum request:

{“jsonrpc” : “2.0”,

“method”:“eth_sendRawTransaction”,

“pararns”:[“oxd46e8dd67c5d32be8d46e

8dd67c5d32be8058bb8eb970870f07244

5675058bb8eb970870f072446775”]}

BlockGeneration

ConfigurationState

ApplicationLedger

Distributed HashLedger

Interface

Core

회원 / 참여자Front-EndSystem

회원 / 참여자(Validating Nodes)

KeyManagement

System

Block Adapter(Private Ethereum)

RPC Hander





HealthCUBE Platform


1

2

3

4

22

이와 같은 이유로 스토리지는 어느 한 곳에 중앙 집중으로 늘려서 사용하는 것 보다 분산 스토리지로 저장하는 것이 검색이나 데이터 등의 효율성

면에서도 합리적이다. 심음 데이터의 경우 측정 시각, 측정duration, 측정 종류(일반청진, 스트레스청진, 태아청진 등), 측정 당시 상태(보통, 가벼

운 운동 후, 격렬한 운동 후, 커피 마신 후, 음주 후, 약 복용 등), 심박수, BPM, 심박 규칙도, 메모, 실제 녹음한 심장 음원 데이터 등을 수집하게 된다.

또한, 이메일주소, 이름, 생년, 성별 및 운동선수 여부, 사는 곳 (국가 및 광역 행정구역), 키, 몸무게, 문진 데이터 등도 기초 데이터로 수집하게 된다.

이런 모든 데이터가 블록체인에 모두 탑재될 수는 없는 일이며, 기본 데이터를 제외하고는 모두 분산 스토리지에 저장하게 된다.

이 해시 값들의 루트 해시를 구해 이 값을 블록체인상에 기록하게 된다. 분할된 조각이 바뀌거나 해시 값이 바뀌면 루트 해시 값과 일치하지 않기

때문에 위 변조되었음을 쉽게 알 수 있다.

4.3.2 분산 스토리지 기능 구현

블록체인의 경우 스토리지 문제는 초기부터 대두되어 왔다.

블록체인 자체에 올릴 수 있는 데이터의 한계에 기인한 것이

다. 블록체인은 원래 거래 기록만을 담기 위해서 고안이 되었

고, 그 외 부수적인 데이터를 약간 담을 수 있는 정도이다. 그

런데, 블록체인이 다루는 영역이 확대되어 갈수록 담아야 하

는 데이터 종류도 늘어가고 데이터의 크기 또한 증가하고 있

다. 그렇다고 모든 종류의 데이터를 담기에는 현재의 네트워

크 속도나 데이터 저장소의 크기에 문제가 있다.

HealthCUBE 플랫폼은 데이터 저장방식으로 IPFS(Inter-

planetary File System)을 채택하면서 보안적인 측면에서

블록체인의 Merkle Tree 와 유사한 Merkle Dag을 사용한다.

분산 저장을 담당하고 있는 스토리지 노드에서 들어온 데이터

의 정합성을 확인한 후 암호화 및 분할 과정을 거치고 분할된

데이터 파일의 해시 값을 구한다.

SHA256

비가역적 해시함수

100000010101010101010101010100110101010101010.......

101010101010.......

컨텐츠1(Fox) 노드1

컨텐츠2(The red fox runs across the ice) 노드3, 노드5

컨텐츠3(The red fox walks across the ice) 노드2, 노드8

HashFile IPNSInterplanetary Name Service

398fds2ccsagf2hfvsagwerasd Answer Sheet

231698gvswh12gdi22k1f23 Survey Sheet

Distributed Network

Peers

DATA KEY

FoxHash

functionDFCD3454

The red fox runs across the ice

Hash function

52ED879E

The red fox runs across the ice

Hash function

46042841





HealthCUBE Platform


데이터 암호화 및 분산 저장

Master Node

Owner

Master Private Key

PHR Data

Master Public Key

Encryption Disectored

Data Encryptionwith master key

Data Transfer

Hash Algorithm

Hash Algorithm

Hash 1Contents - Address

Root Hash

Merkle Tree Method

IPFS(Interplanetary File System)

Save (Content + hash)Hash 2Contents - Address

Hash 3Contents - Address

Distributed FS

BlockchainNetwork

Proof of work and save it

23

HealthCUBE 플랫폼에서 구현하려고 하는 분산 스토리지는 일반 노드에서 전송되는 데이터를 마스터 노드에서 암호화 및 조각 분리, 해시 기반

의 분산 저장을 한 후에 루트 해시를 프라이빗 이더리움 블록체인 원장에 저장 한다.

데이터의 복호화는 마스터 노드에 의해서 이루어 지며, 먼저 요청자는 암호화된 데이터의 전문을 입수하고, 개인키로 서명한 데이터 복호화

요청을 마스터 노드에 전달하면 마스터 노드는 요청자의 전자 서명으로 신원 확인을 하고 요청자의 공개키로 암호화한 데이터 해제키를 전달한다.

본인의 개인키로 데이터 해제키를 추출하여 데이터를 복호화 한다.

4.4 데이터 분석: 인공 지능 (AI) 분석

4.4.1 머신 러닝(플랫폼 1단계에 적용)

플랫폼에 적용되는 디바이스나 데이터의 종류는 비즈니스 모델의 확장에 따라 지속적으로 증가될 것으로 예상된다. 여기서는 그 중에서 첫 번째

디바이스로 적용되는 심음 데이터에 대한 머신러닝에 대해 설명하고자 한다.

초기 심음 데이터의 분석에는 패턴 분석위주로, 방대한 샘플 데이터 분석 후 규칙, 규정, 표현, 조건,판단 기준 등을 스스로 판단할 수 있는 환경을

갖추고, 이를 DB에 축적하여 학습 시킴으로써 기본적인 정보를 산출하게 한다. 즉, HealthCUBE를 통해 사용자가 얻고자 하는 1차적인 목표(나의

현재 건강상태에 대한 정보)를 비교적 간단한 머신러닝 프로세스를 통해서 이루고자 하는 것이다.

데이터 복호화





HealthCUBE Platform


DHT Encrypted

Hash 1

Master Private key Private key

Root Hash

Hash 2

Master Public key Public key

Hash 3

Content-addressed

IPFS(Interplanetary File System)

Master Node Requester

Decryption

Extract Content

Search Content

Extract contentdecryption key

Decryption requestwith signed with

private key

Content decryption key withsigned with public key

Content decryption key=Master public key

Personal authentication

24

이러한 목표 달성을 위해 지도학습을 통한 머신러닝 프로세스로 데이터 수집을 진행한다. 기초 데이터로는 연령별로 건강한 남녀 참여자를 모아

BLANK DATA를 생성할 예정이며, 또한, 심장병력을 가지고 있는 참여자를 모아 DATA를 생성할 예정이다. 이를 통해 분석과정을 수행하게 되며,

참여자가 늘어날수록 판단의 정확도는 높아지게 됩니다. 시간과 비용과 실험 참가자의 참여가 중요한 항목이다.

사용자가 제공하는 데이터를 통해 사용자의 건강상태를 체크해주기 위해서는 위와 같이 대조군을 통해 생성된 데이터로써 특징적인 패턴을 뽑아

내고 통계적인 부분을 활용하여 개인의 건강상태를 판단함에 있어 유의성을 높이고 머신 러닝을 통해 판단을 내리게 된다.

4.4.2 심음 데이터 AI 적용 (플랫폼 2단계에 적용)

보다 정확한 데이터의 처리를 위해서는 다음과 같은 구체적인 분석 과정을 거쳐야 한다. 단순 머신 러닝을 넘어서 심층신경망(Deep Neural Net-

work : 심음 데이터의 높은 정확도를 위한 딥러닝 기술)을 적용할 예정이며, 현재 연구를 진행 중에 있다.

심음의 특징(Sound Features)

A. Time Domain

시간 축이 중요한 역할을 함. 즉, 들숨과 날숨의 기간(사이 시간)등.

B. Frequency Domain

Frequency range(진동수 범위), Power Spectral Density(심음 그래프의 집적도-밀도)

C. Wavelet transformation coefficients

진동변환계수(심장음은 기본적인 파형이 0을 중심으로 위아래로 증가와 감소를 반복하는 진폭을 가지는 파도와 같은 진동 또는 파동

D. Decompositions

분해(homomorphic envelops and eigen vectors) e) Entropies μvω 2A2 에너지를 뜻하는 것으로 P=(1/2)μvω 2A2

파동함수가 주어지면 위치와 시간의 함수로서 단위길이당 파동의 에너지가 계산된다. P: 파동의 세기(intensity:강도), A : 진폭, v : 속도 등

F. 기타 50여가지 심음 특징 분석

지도/비지도 학습 혼합 방식

•우선 표본 모집단의 심음 데이터를 지도 학습으로 특징 값을 학습

•이후 계속적인 표본 데이터를 추가해서 방대한 훈련 데이터를 통한 반복, 학습으로 높은 심음 데이터 비교 분석 결과 제공





HealthCUBE Platform


Heart Sound (심음)

25

Heart Sound classification(심음 분류)

미국M. 종합병원의 자료(20~30초사이의 자료 2,000개 분량)를 기초로 신경망 학습에 의해 심음 데이터를 분류한다. 신경망학습은 사물의

특징 값 산출, 기계가 스스로 학습을 통해 스스로 계산하는 방식이다.





HealthCUBE Platform


[신경망 훈련(Neural Network Training)]

Working flow in 50 features

Variousentropies

Variousdecompositions

Wavelet features

Frequency-domain features

Time-domainfeatures

Features Fusion

Train ANN in aniterative way

Classify recordingusing trained

weights ofneurons in ANN

Raw dataPre-

Processing

26

4.5 데이터 처리

4.5.1 데이터 보안

데이터 전용 뷰어 보급

데이터를 보호하기 위해서는 여러 가지 방법이 쓰여질 수 있다. 이 중에서 현재까지 개발된 가장 확실한 방법은 데이터 전용 뷰어를 통해 접근하

는 방법이다. 이 뷰어는 전용 애플리케이션으로 개발되며 통신방식도 전용 프로토콜을 채택하게 된다. 전용 프로토콜을 채택함으로써 향후에 발생

할 수 있는 보안문제에 신속히 능동적으로 대처할 수 있게 된다. 범용 프로토콜이나 알려진 프로토콜을 사용하게 되면 폐쇄성이 떨어지게 되며 보

안성 또한 약해지게 된다. 여기서 이야기 하는 전용프로토콜에는 단순히 프로토콜 자체만 이야기 하는 것이 아니라 이에 수반되는 각종 보안 프로

그램(DRM, 키보드 보안프로그램, 메모리 해킹방지 툴 등)도 포함된다.

데이터 저장소

일반적인 의료정보 암호화 과정은 아래 그림 예에서 보는 것처럼 암호화키를 이용하여 데이터를 암호화한 후 secure storage 에 저장하는 방식

을 사용한다.

위 방법은 중앙관리를 위해서는 최적화되어 있으나, 블록체인처럼 분산된 환경하에서는 분산저장방식으로 최적화하여야 한다. 그래서 본 프로젝

트에서는 일반적으로 분산 저장할 수 있는 방식 중에서 현재까지 나온 방법 중에 가장 보안성이 우수하고 성능 면에서도 뛰어난 IPFS를 채택하

여 적용하기로 하였다.

HealthCUBE 플랫폼에서 필요한 기능은 보다 안전한 저장 방식이며 데이터를 꺼내오는 방식이다. 이를 위해 사이드체인에서 마스터노드의 기능

을 권한 별로 분리하여 위임하여 인증하고 저장하는 프로세스를 가지게 된다. 마스터노드에서 암호화를 진행한 후 암호화된 컨텐츠를 여러 조각으

로 분리한 후 각 조각들의 해시(Hash)를 만들게 되며, 이 해시들의 루트해시(Root Hash)를 만들어서 이를 블록체인상에 저장하게 된다.

이때 사용되는 방식은 머클트리(정확히는 Merkle Dag)방식으로 비트코인 등 대부분의 블록체인시스템이 사용하는 보안(무결성 확보)방법이다.

(3.3.2 항목 참조)

4.5.2 식별화 / 비 식별화 데이터의 분류

의료정보에 기반한 데이터들은 모두 민감한 정보를 포함하고 있으므로 기본적으로 식별할 수 있는 단서(clue)하나 만을 남겨둔 채 모두 비 식별화

하는 것이 원칙이다. 매 데이터마다 식별 가능한 정보를 오픈 상태로 남겨두는 것도 위험하거니와 병원이 개인에게 부여한 고유식별번호를 붙인

채로 저장하는 것도 문제가 있다. 이 고유식별번호조차 암호화 또는 토큰화 시켜 저장하고 용도에 따라 토큰도 masking처리를 해야 한다





HealthCUBE Platform


기존의 의료정보 암호화 과정

의료기관 솔루션

6. 데이터 복호화

2. 암호키 생성

홍길동

4. 데이터 불러오기 요청

7. 데이터 불러오기

1. 데이터 저장 요청

820117-1234567

MI3teidkeidsd=

7. 데이터 불러오기

2. 데이터 암호화 후 저장

820117-1234567

Secure Storage

DATA 1

MI3reidkeld-

Al3JBVDkeld-

rB3Jelesfeld-

27

4.5.3 데이터 접근 권한 관리

의료정보란 의료행위를 통하여 수집된 자료 또는 이 자료들을 기초로 한 분석자료들을 포괄하는 것으로 진단, 치료, 치료 후의 예후 관찰 등을 포

함하여 의료행위 전 과정에서 수집된 환자의 건강상태 등에 관한 정보를 말한다. 이러한 의료정보는 매우 민감한 사생활 정보이다. 비밀보장이 철

저히 이루어져야 하며 이 정보에 접근하는 모든 개인이나 기관 등에 대한 관리감독도 철저하게 이루어 져야 한다. 또한, 응급실과 같이 의료기관

특유의 신속한 처리 요구에도 대응해야 한다. 이를 위해 단계별 접근권한을 부여하고 이를 관리할 수 있는 방안이 필수적이다. 먼저 접근 권한은

크게 4단계로 구분하고자 한다.

1단계 : 비 식별화 정보의 검색

데이터 유통을 위해 검색은 필수적인 요소이다. 검색에는 굳이 개인정보가 담기지 않아도 되는 데이터이므로 정보에 대한 요약과 특징 및 인덱싱

정보만 담겨도 된다. 좀 더 상세히 검색을 원할 경우, 인증과정을 한 단계 더 진행할 수 있다.

2단계 : 비 식별화 정보의 상세 검색

검색을 좀더 자세히 진행한다는 의미는 좀 더 중요한 정보를 검색해야 한다는 의미이고 이는 개인정보 중에서도 민감한 정보로 접근한다는 의미

로 받아들일 수 있다. 이 정보를 얻기 위해서는 정보 검색을 원하는 기관에 대한 인증(1단계에서 이미 행해졌음)뿐만 아니라 검색 당사자에 대한

인증(누가 구체적으로 어떤 목적을 가지고 접근했는지에 대한 인증)을 진행해야 한다. 이를 통해 불법적인 요소나 불필요한 검색 등을 통해 정보

가 유출될 수 있는 확률을 줄일 수 있다. 이 단계에서는 식별화 정보가 제공되지 않는다.

3단계 : 식별화 정보의 상세 검색/ 의료기관에 의한 데이터 접근

의료기관에 의한 데이터접근은 매우 빠른 속도로 이루어져야 하며 식별화 정보를 볼 수 있어야 한다는 당위성에 의해 무엇보다도 거래 속도가 우

선시 된다. 즉, Fast Access Track이 별도로 구성되어야 함을 의미한다. 일반 외래진료의 경우도 그렇지만 응급진료상황에서 정보를 빠르게 획득

하지 못한다면 정보로써의 제공한계가 드러날 것이다. 따라서, 정보의 활용측면에서 보면 접근권한의 4가지 단계 중에서 가장 중요한 부분이라고

할 수 있다. 이를 위해 블록체인 상의 사이드체인(프라이빗 블록체인)망에 바로 붙을 수 있는 권한을 갖도록 설계되어야 한다. 즉, 일반적인 의료정

보를 다루는 분야에서는 퍼블릭 블록체인을 선호하지 않으며, 보다 안전한 프라이빗 블록체인을 선호한다. HealthCUBE 블록체인의 경우 프라이

빗 블록체인에서 모든 데이터를 관장하므로 의료기관이 직접적으로 이 블록체인에 접속하여 권한을 획득할 수 있게 하여 상기 목적을 이룰 수 있

게 한다. 이 부분은 프라이빗 블록체인상의 Master Node를 통해 이룰 수 있다.

4단계 : 의료정보 유통당사자 간 데이터 유통

의료정보의 유통에서 개인 식별정보를 포함한 유통의 경우를 제외하고는 통계 및 데이터의 활용 측면에서만 볼 경우에는 개인을 식별하지 않는

모든 데이터가 유통의 대상이 되나, 반드시 개인정보를 포함하여 유통되어야 의미가 있을 경우에는 반드시 모든 개개인의 개별동의가 이루어 지

고 나서 전달되도록 하여야 한다. 이를 위해서는 데이터 구매자가 넘겨 받고자 하는 데이터의 소유주에게 단체로 거래승인을 요청하게 되고 블록

체인 상에서는 자동으로 개개인에게 거래 승인 요청 트랜잭션을 발생시킨 후 승인이 이루어졌을 경우 거래완료를 구매자에게 반영함과 동시에 데

이터 접근 권한을 획득할 수 있게 만들어야 한다. 이 부분은 스마트컨트랙트를 통해 구현할 수 있으며, 이는 메인넷 상에서 허가를 취득할 수 있다.

4.5.4 데이터 표준화

의료정보의 교환 및 유통에 관해서 가장 큰 걸림돌은 법제화와 표준일 것이다. 표준화는 병원마다, 의료기기마다 각기 다른 기준을 사용함으로써

정보의 교환이 용이하지 않고 측정 데이터의 해석에 있어 이견이 나올 수 있다. 따라서 의료정보 데이터에 대한 표준화 움직임은 현재까지도 활

발하게 이어져 오고 있다. 이는 국내뿐만 아니라 해외에서도 글로벌 한 움짐임을 보이고 있다. 미국에서는 여섯 회사(구글, Microsoft, 세일즈포

스, 아마존, IBM, 오라클) 가 모여 개별 의료기관에 고립된 데이 터를 연결해 개인의 건강상태에 맞춤 의료를 제공하는 클라우드와 인공지능을 통

해 실현될 헬스케어 상호 운용성 기술 도입을 위해 상호 협력하기로 하는 등 의료정보 데이터 표준화를 위해 여러 움직임을 보이고 있다. 이런 노

력에도 불구하고 의료관련데이터가 모두 표준화되어 산업계에 쓰이기에는 많은 시간이 걸릴 것으로 예상된다. 따라서 우리가 구현하려고 하는

데이터는 심음데이터가 첫 번째 대상이며 이 데이터는 표준을 떠나서도 아직 표준을 이야기하기에도 부족할 정도로 데이터의 디지털화된 기준

이 없는 상태이다.





HealthCUBE Platform


28

즉, 심음 데이터의 수집을 통해 빅데이터가 만들어지고 이 데이터를 기반으로 인공지능분석이 가능해졌을 때에 유효한 디지털데이터(유의미한

데이터이면서 반드시 측정해야 할 특징데이터)를 무의미한 데이터와 구분할 수 있게 되며, 이 상태에서 심음 데이터에 대한 표준화를 만들 수

있을 것으로 생각한다. 또한 기기의 발달과 기기의 확산으로 더 정교하고 더 많은 데이터가 생성될수록 협의를 위한 표준화가 아닌 실질적인 의미

에서 표준화를 이룰 수 있을 것으로 기대한다..

이에 HealthCUBE 플랫폼에서는 심음 데이터 표준화를 위해 조속한 인공지능 적용을 추진하고 이를 통해 데이터를 선별하여 표준화를 위한 기초

작업을 하고 임상데이터와의 연계를 통해 표준화를 완성하려고 한다.





HealthCUBE Platform


두 번째 표준화는 데이터 유통을 위한 표준화이다. 데이터유통은 다양한 기관들에 제공되는 데이터에 대한 표준을 의미하기 때문에 의료정보

요청(또는 구매)기관의 포맷(이 포맷은 일반적으로 다양할 것이라 여겨진다)과 연동할 수 있게 표준포맷을 제공할 수 있도록 맞추어야 한다. 이는

통신 프로토콜을 넘어서서 데이터 프로토콜이라고 할 수 있다. 즉, 데이터표준화가 이루어 졌다는 가정 하에서 각 기관에서 원하는 데이터를 어떻

게 전달할 것인가를 정하는 프로토콜을 정하는 것이 또 하나의 목표이다. 이를 위해서 모든 기관이 수용할 수 있는 구조를 만드는 것이 가장 좋은

모습이나 이 부분을 모든 기관이 맞추지 않는다는 가정하에 API 애플리케이션 서버(Data Gateway)를 구축하려고 계획하고 있다.

데이터표준화 플로우

API 방식

* 이 부분(데이터 표준화)은 데이터 유통이 필요한 HealthCUBE 플랫폼의 구현 단계인 3단계에서 필요한 부분이며, 현 단계에서 이런 표준을

맞추려면 국내 의료기관 등 모든 협의체를 구성해서 해결하는 부분과 국제표준(부록 참조)을 준수하는 방법이 있을 수 있다.

PHR

PHR

PHR

PHR

BIG DATA AI Data Standard

PHR

PHR

PHR

PHR Gateway(G/W)

Data Format TYPE I

Data Format TYPE II

Data Format TYPE II

29

4.6 토큰 생태계

4.6.1 개요

블록체인은 사용하는 사람이 많아질수록 견고해지고 안전해진다. 블록체인의 생태계 또한 사용하는 사람이 많아질수록 원활하게 이루어 진다.

HealthCUBE 플랫폼에서 사용자는 생태계에서 가장 큰 역할을 하고 있다. 즉, 데이터 생성의 주체이며 향후 데이터 소비의 주체가 될 것이다. 각

종 스마트 디바이스에서 생성되는 PHR은 데이터가 생성된 후 마스터 노드에 전달되어 블록체인상에 탑재될 때 그 보상으로 HealthCUBE 토큰

을 보상받게 된다.

블록체인에 대한 보상 외에 사용자 본인이 제공한 데이터를 기반으로 빅데이터/머신러닝/인공지능 등을 통해 건강상태나 건강에 관련된 패턴을

분석하여 매주기마다 분석보고서를 제출해 준다. 이를 통해 사용자는 자신의 건강에 대해 관심을 가지고 관리를 할 수 있어 예방의학의 차원에서

도 도움을 받게 된다. 또한, 이렇게 제공받은 데이터는 모여서 빅데이터 분석을 위한 기초자료로 사용되며, 이 부분은 HealthCUBE 플랫폼을 위해

서 사용되는 것 이외에 향후에는 각종 의료기관에 제공되어 보다 나은 의료발전을 위해 쓰여지게 된다. 이 과정에서 의료기관 또는 제약회사 등에

서 이 데이터를 토큰으로 구매할 수 있으며, HealthCUBE 플랫폼 유지 및 기술발전을 위해 일부가 사용된다. 이렇게 구매한 금액의 대부분은 정

보를 제공한 사용자에게 다시 돌려 주게 되고 데이터 표준화가 잘 이루어져서 데이터의 공유가 활발해지게 될 때에는 개인의 의료기록 또한 이 블

록체인 생태계에 담을 수 있다.

HealthCUBE는 보상하는 코인의 일정 비율을 기부 포인트로 생성하여 적립한다. 이렇게 적립된 기부 포인트는 코인으로 전환하여 의료서비스

사각지대에 있는 제3세계의 수요자에게 스마트 디바이스를 공급하고, HealthCUBE 플랫폼의 의료서비스 혜택의 기회를 부여하는 데에 사용된

다. 또한, 이렇게 혜택으로 HealthCUBE의 사용자로 유입된 사람들이 적극적인 생태계 기여 활동을 통해 소득을 창출할 수 있는 기회도 만들 수

있을 것이다.

이 과정에서 기부된 토큰이 정확하게 전달되고 올바르게 사용되었는지 여부를 투명하게 관리하는 것이 가장 중요하며, 이를 증명하기 위하여

블록체인의 개념과 기술을 사용한다.

4.6.2 생태계 구성원





HealthCUBE Platform


HealthCUBE Token Ecosystem : 구성원

BLOCKCHAIN

심음 PHR PHR 생산자

환경 PHR 의료 기관

혈당 PHR 의료 기업

PHR 생산자(데이터 생산자)

PHR 소비자(데이터 생산자)

PHR 검증자(데이터 생산자)

마스터 노드

빅데이터 생산

빅데이터 검증

토큰 보상

토큰 보상

토큰 생성

빅데이터 소비

30

생태계 구성원은 PHR 생산자, PHR 소비자, PHR 검증자로 크게 구분된다.

➊ PHR 생산자 : 의료 기기에 의한 정량적 빅데이터 생산의 주체로써 기본 심음 데이터 추출을 위한 스마트 청진기와 부가적인 개인 의료 기기를

HealthCUBE 플랫폼에 등록하여 빅데이터를 생산한다. 이를 세부적으로 심음PHR / 혈당PHR / 환경 PHR로 구분한다.

➋ PHR 소비자 : 수집된 개인 의료 관련 데이터의 조회, 가공을 하는 데이터 소비자인 동시에 생산자이다. 그 외 의료 기관 및 기업은 빅데이터의

조회, 가공을 위해서는 HealthCUBE 토큰을 매입해야 한다.

➌ PHR 검증자 : 안정적인 HealthCUBE 토큰 생태계를 유지하기 위한 빅데이터 트랜잭션 검증 및 빅데이터 암호화, 분산 저장을 하는 프라이빗

블록체인의 주체이다. PHR 검증자가 되기 위해서는 초기 보증용으로 일정 분량의 HealthCUBE 코인을 보증용으로 보관하고 있어야 하며, 이것

이 초기 PHR 생산자 보상을 위한 재원으로 사용된다.

4.6.3 생태계 유지를 위한 암호 화폐

자발적인 참여자로 이루어진 HealthCUBE 생태계를 유지하기 위해서는 2 타입 담보형 코인이 필요하다. 안정적인 HealthCUBE 블록체인을 운

영 하기 위해서 마스터 노드의 보증용 코인인 HealthCUBE 코인과 내부 빅데이터 거래용으로 사용되는 HealthCUBE 토큰이 필요하다. 즉 보증

용 코 인과 내부 화폐용 토큰을 따로 분리 운영할 필요가 있다. 여기서 HealthCUBE 코인은 거래소 등에서의 거래에 이용할 수 있다.





HealthCUBE Platform


HealthCUBE Coin / Token

HC Coin2 Type담보형

HC Coin [HCC]거래 / 보증용 코인

➊ 거래소에 상장되어 거래할 수 있는 코인

➋ 마스터 노드가 되기 위한 보증용 코인으로 사용

HC Token [HCT]내부 화폐용 토큰

➊ 내부 거래용 화폐로써 기존 포인트의

역할과 유사함

➋ HCT는 HealthCUBE 블록체인 내에서만

거래가 가능함

➌ 모든 행위에 대한 보상이 토큰으로 이루어

지며 이는 HCC으로 변환 가능함

31

05

06

총 발행 Token(Symbol: HCC) 50억개 중 35%인 17.5억개를 IEO를 통해 판매행할 예정이다.

총 발행 개수: 50억개 (100%)

IEO : 17.5억개 (35%)

Reserve: 17.5억개 (35%)

Founding Team: 10억개 (20%)

Business Development: 5억개 (10%)

잔량 65% 중 60%는 IEO 개시일 이후 1년 간 lock-up, 5%는 플랫폼 개발 및 사업추진을 위한 예비재원으로 보유

➊ 1년 Lock-up 물량 60%에 대해서는 Lock-up 기간 종료 후 10개월 간 매월 10%씩 순차적으로 Lock-up 해제

➋ IEO 판매 물량인 35%는 거래소 상장 후 아래의 기간 순서로 거래소 매매 가능

A. 참여자 보유 물량의 30% : 상장 직후 매매 가능

B. 참여자 보유 물량의 30% : 상장일 30일 이후부터 매매 가능

C. 참여자 보유 물량의 40% : 상장일 60일 이후부터 매매 가능

❖ 상장 초기 투매 등으로 인한 IEO 참여자들의 투자 가치 훼손 방지를 위한 유통물량 배분 정책

IEO를 통해 조달된 fund 중 60%를 R&D에 사용하고 사업 전개를 위해 필요한 항목에 적합한 예산 분배 예정이다.

Road Map

토큰의 발행 및 분배

IEO 거래소 상장 1차 서비스 런칭 2차 서비스 런칭

2019.06월 2019.08월 2020. 2Q 2021.2Q


플랫폼 구현 방향 팀 & 파트너블록체인 기반의 PHR

데이터 수집, HEALTHCUBE 토큰의 발행 및 분배ROAD MAP 법적 고려 및

기타 사항

HealthCUBE Platform


30%

Business Development

10%

Operation

60%

R&D

32





HealthCUBE Platform


07 팀 & 파트너

TEAM

Management Team

COO/CFO

조우철

CTO

김재용

•스마트사운드㈜ COO/전무이사

•㈜KT 글로벌사업추진실 상무

•㈜KT CC 전략투자팀장

•대우(America) NJ 지사

•㈜대우 본사 해외영업본부

•MBA (Int’l Business), USC

•BA, 고려대학교 철학과

•글로벌사업 전략/기획 /개발/투자/관리 24년 경력

•㈜데이터스트림즈 이사

•㈜공관프로테크 이사

•㈜에스알커머스 상무

•㈜크로스워크 공동창업자

•성균관대학교 산업공학 석사

•정보시스템 분야 컨설팅, 기술기획 및 PM 24년 경력

• 벤처 창업 경험 2회

- 글로벌사이버머니㈜ 대표 - 오비츠㈜대표

•삼성 SDS 16년 근무

• IT 분야 30년 경력

- 모바일 미들웨어 최초 상용화 - 한국 최초 모바일 플 랫폼 개발

CSO

이만찬

•스마트사운드㈜ 감사

•㈜三家合 대표 (중국)

•중국 NHN 근무

•BA, 중국 북경대학교

•해외사업 경력 6년

FOUNDER

이우준

33





HealthCUBE Platform


Developer (Business, Blockchain, SW, HW, Rule Engine)

•보라시스㈜ 소프트웨어 개발팀장

•아시아나 IDT 홈네트워크팀

•TJ 미디어 기술연구소 선임연구원

•서울통신기술(현 삼성 SDS) 홈네트워크 사업팀

•고려대학교 전자공학 석사

•고려대학교 전자공학과

•소프트웨어 개발/기술기획 18년 경력

Smart Algorithm

송영민

•스마트사운드㈜ 대표이사

•영국 Rentalcars.com 근무

•BA, 중국 청화대학교

•IoT Asia 2018 대상 수상Global Business

이정호

•법무법인 디라이트 수석 건설턴트

•오픈블록체인포럼 대표

•Oracle 코리아

•IBM 코리아

•앱손 코리아

•서강대학교 화학공학 학사

•IT분야 22년 경력

BLOCKCHAIN ARCHITECTURE

윤석빈

•스마트사운드㈜ 연구소장

•㈜ SilconLab 신규사업팀 상무

•㈜ AtLab 연구소 연구위원

•삼성전자㈜ LSI사업부 부장

•삼성전자㈜ 영상사업부 개발팀

•한국방송통신대학 컴퓨터학과

•Audio 회로 설계, 반도체 응용기술 30년 경력

SMART DEVICE

김주학

•스마트사운드㈜ S/W 개발팀장

•㈜트렌디앱 이사

•한양대학교 컴퓨터공학 학사

•기술서적 10권 출간

•소프트웨어 개발 17년 경력

SMART APPLICATION

황반석

34

•㈜이노룰스 제품기술센터장

•에이치엔케이㈜ 과장

•국민대학교 경영정보학 석사

•이노엑스퍼트㈜ 수석연구원

•현대정보기술㈜

•Rule Engine 시스템 개발 16년 경력

Rule Engine

김성민

ADVISOR





HealthCUBE Platform


• 서울아산병원 심장병원

판막질환센터소장/폐고혈압정맥혈전센터소장

•울산대학교 의과대학 심장내과 교수

•The Cleveland Clinic Foundation

•서울대학교 의학 박사/석사/학사

Medical Expert

송종민

•세종병원 심장내과 진료과장

•고려대학교병원 전임의

•고려대학교 의과대학원 박사 수료

•고려대학교 의과대학원 석사

•고려대학교 의학과 학사

Medical Expert

김지박

•고려대학교 산부인과 부교수

•이화여자대학교 산부인과 임상교수

•2012년 대한모체태아의학회 최우수 논문상

•대한산부인과학회 편집간사

•하버드 의대 교환교수, 연구강사

•고려대학교 의과대학 박사

Medical Expert

이경주

35





HealthCUBE Platform


•㈜공관프로테크 대표이사

•㈜공관 연구소장

•대우엔지니어링

•KAIST 산업공학 석사, 서울대학교 산업공학 학사

•IT 분야 30년 경력

Industry Expert

엄주태

•성균관대학교 성균융합원 산학교수

•(주)데이터스트림즈 전무

•(주)삼성SDS 빅데이터사업부 수석

•(주)LG CNS 공공사업부

•성균관대학교 전자전기컴퓨터공학과 박사

Industry Expert

임일균

Industry Expert

손위용

Blockchain Expert

노경철

•Atlasward Co. Ltd. CEO

•Genesis Partners 대표이사

•Global 컨설팅사 A.T.Kearney Consultant

•MBA, University of Michigan(Ann Arbor)

•Global marketing 및 Management consulting 20년 경력

•(현)블록캐스트 대표이사

•(현)DNIB 대표이사

• (현)한국방송통신전파진흥원 국가 R&D과제 선정/

평가위원, ICT표준화-기술표준-미래네트워크

분야 전문위원

•기업/기술가치평가사

•서울대학교 이학 학사/석사

•㈜종합뉴스통신사 뉴스웍스 메티컬&팜 국장

•대한의사협회 시니어클럽 운영위원,

•가천대학교 헬스케어경영학교 초빙교수

•중앙일보 헬스미디어 대표 겸 JMPlus 콘텐트부문장

•가천대학교 보건대학원 보건학 박사

Industry Expert

고종관

36





HealthCUBE Platform


•ADD 수석연구원

•KIDA/IDIS 군수체계실장, C4I부장

•공주대학 대학원 겸직교수

•숭실대학교 정보과학대학원 겸직교수

•미국 일리노이공과대학교 공학박사

Industry Expert

변재정

•(현) ㈜스마트콘텐츠허브 대표

•㈜솔브레인 대표

•㈜오비츠 영업총괄

•삼성전자㈜ 전략기획실 정보전략그룹

•경희대학교 공학 석사 (정보통신)

Industry Expert

장준영

PARTNER

스마트사운드 협력사(기관)전략적 협력(상호출자 예정)

37

08 법적 고려 및 기타 사항

HealthCUBE 백서는 프로젝트에 대한 전반적인 사업 계획을 문서화 및 전달하기 위한 목적으로 제작되었고 특정 투자 등을 권유하기 위한 목적

으로 활용되지 않으며, 본 백서의 습득을 통해 발생하는 손해, 손실, 채무 및 기타 재무적 피해가 발생시 HealthCUBE는 이에 대한 배상, 보상 및

기타 책임을 부담하지 않는다.

본 백서의 내용은 투자 활동에 종사하기 위한 유도 또는 권유로 간주되어서는 안 된다. 참고자는 암호화폐에 관련된 모든 위험, IEO 및 기타 관련

사업 활동에 대해 신중하게 고려하고 검토해야 하며, 참고하는 대상에게 어떠한 보증을 제공하거나 책임을 부담하지 않는다. HealthCUBE 플랫

폼의 모든 노드는 간단한 설정을 통해 해당 노드의 일부 저장 공간을 할당한다. 이러한 노드들은 스토리지 노드가 되어 생태계 참여자의 개인 의

료 데이터를 분산 저장하며 이에 대한 대가로 수수료를 받는다. 그리고 안전한 데이터 유통을 위해 분산된 데이터의 조각 모음은 인증을 통해 하

나로 모을 수 있으며 복호화가 가능하다,

Risk Statement

HealthCUBE COIN 발행 전에 통화 되는 HealthCUBE 암호화폐는 전부 TOKEN으로 거래된다.

규제 당국은 본 백서에 명시된 정보를 검토하거나 승인하지 않았다. 법률, 규제 요건 또는 관할권의 규칙에 따라 그러한 조치가 취해졌거나 취해

지지 않는다.

백서의 출판, 배포 또는 보급은 관할권, 규제 요구 사항 또는 규칙의 관련 법률이 준수되었음을 의미하지 않는다. 해당 법률, 규정 및 규칙에서 허용

하는 최대 한도 내에서 유통자와 그 계열사 및 각 임원, 직원 또는 대리인, 코인, 관련 제품 및 서비스는 직접적, 결과적, 부수적, 특수 또는 간접적

인 손해 (이익 손실, 매출 손실 또는 기타 손해를 포함하되 이에 국한되지는 않음)을 포함한 모든 종류의 손해에 대해 책임을 지지 않는다.


팀 & 파트너블록체인 기반의 PHR 데이터 수집, HEALTHCUBE


기타 사항

HealthCUBE Platform


Terms & Conditions

암호 화폐 코인은 투자로 간주되어서는 안되지만, 시간의 경과와 함께 가치를 얻을 수는 있다. 또한, HealthCUBE에서 시행하는 솔루션이 현실 사

회에서 적극적으로 사용되고 있지 않은 경우에는 가치가 떨어질 가능성도 있다.

자금 상실의 리스크: IEO 절차 중에 회수된 자금은 보증되지 않는다. 가치가 손실 또는 상실된 경우, 구매자가 대처할 수 있는 개인 또는 공적 보

험 대리인은 없다.

실패의 리스크: IEO 절차 중에 수집된 자금에 있어서, HealthCUBE COIN사업 및 그 후의 모든 마케팅 활동이 실패로 끝나는 등, 비즈니스에 있어

서 그 밖의 기업에서도 발생할 수 있는 다양한 리스크는 본 건에도 해당된다.

양자 컴퓨터의 개발 등의 기술 혁신은 HealthCUBE COIN을 포함하는 암호화 통신에 위험을 초래할 가능성이 있다.

보증의 면책 또는 다양한 원인으로 인해 HealthCUBE COIN을 사용할 수 없는 상황이 발생한 경우, 그 손실은 코인을 구매한 당사자 자신의 책임

이며, HealthCUBE는 당사자에 대해 어떠한 책임도 지지 않는다.

발행일 이후, HealthCUBE COIN은 다른 사람의 지적 재산권을 침해하는 일 없이 명시적 또는 묵시적인 그 어떠한 보증 없이 구매한 당사자에게

전송된다. 일부의 관할 구역에서는 묵시적 보증의 제외를 인정하지 않으므로, 위의 묵시적 보증의 제외가 적용되지 않는 경우가 있다.

38

HealthCUBE Platform

부록

A. 심음(Heart Sound)이란?

심장 질환은 대다수의 국가에서 주요 사망 원인으로 손꼽힌다. 세계보건기구(WHO)의 발표에 따르면, 전 세계적인 사망원인 1순위는 허혈성 심장 질환

이었으며, 소득 상위 10개 국가에서는 2번째 사망원인인 뇌졸중과 더 큰 차이를 보이면서 허혈성 심장질환이 사망 원인 1순위로 나타났다.

국내의 경우에도 이와 유사하여, 2017년 통계청 발표에서도 심장질환은 1순위인 암에 이은 2번째 사망 원인으로 나타났으며, 꾸준한 증가 추세

를 보이고 있는 것으로 나타났다.

WHO 사망원인 통계: 2015

WHO Fact Sheets : The top 10 cause of death

허혈성 심장 질환 뇌졸증

Ischaemic he..

Top 10 causes of death globally 2015

cau

ses

of

de

ath

Deaths in millions

Stroke

Lower Respira..

Chronic Obstr..

Trachea, bro..

Diabetes mell..

Alzheimer dis..

Diarrhoeal di..

Tuberculosis

Road injury

0 2 4 6 8 10

Ischaemic he..

Top 10 causes of death in high-income economies 2015

Deaths per 100,000 population

Stroke

Alzheimer dis..

Trachea, bro..

Chronic Obstr..

Lower Respira..

Colon and re..

Diabetes mell..

Kidney disea..

Breast cancer

0 30 60 90 120 150

국내 사망 통계: 2017

2017년 통계청 발표 자료

10대 사망원인 순위 및 사망률, 2016년 (인구 10만 명당 명)

순위

1

2

3

4

5

6

7

8

9

10

사망원인 사망률15년

순위대비

악성신생물(암)

악성신생물(암)

뇌혈관 질환

폐렴

고의적 자해(자살)

153.0 -

-

-

-

-

-

-

-

58.2

45.8

32.2

25.6

19.2

13.7

13.3

10.6

10.1

심장 질환

뇌혈관 질환

폐렴

고의적 자해(자살)

당뇨병

만성 하기도 질환

간 질환

고혈압성 질환

운수사고

(+1)

(-1)2006년

0.0

20.0

40.0

60.0

120.0

140.0 134.0

61.3

41.1

21.8

9.3

45.8

32.2

25.6

58.2

153.0160.0

2011년 2016년

5대 사망원인 사망률 추이, 2006~2016년

심장 단일 장기

39

HealthCUBE Platform

부록

따라서 심장의 상태를 빠르고 정확하게 평가하고 질환을 진단하기 위해 많은 진단 도구가 개발되어 왔으며, 그 중에서 가장 기본적이고, 빠르고

경제적인 방법은 심장의 소리를 듣고 분석함으로써 심장을 평가하는 ‘청진(auscultation)’이라고 할 수 있다. 프랑스의 내과 의사였던 르네 렌오

필 야상 크 라에네크 (René-Théophile-Hyacinthe Laennec, 1781-1826)가 길이가 9인치, 직경이 1인치인 속이 빈 나무 관으로 된 단순한 구조의

청진기를 발명한 이후 이후 심음 (Heart sound) 청진은 심장질환 진단에 매우 중요한 방법 중 하나가 되었으며, 하나의 학문 (phono cardiology)

로서 발전해왔다.

심장에는 판막이 4개 있으며. 좌심방과 좌심실 사이의 이첨판(bicuspid valve)/승모판, 우심방과 우심실 사이의 삼첨판(tricuspid valve), 좌심실

과 대동맥 사이의 대동맥 판막(aortic valve), 우심실과 폐동맥 사이의 폐동맥 판막(pulmonary valve)이 있다. 심음은 심장 근육의 수축과 이완에

따른 혈류의 흐름과 심장 판막의 개폐에 의해 발생하는 소리이며, 4개의 소리 (S1, S2, S3, S4)로 구성되어 있다.

첫 번째 소리인 S1은 심실 수축기 초에 ‘뚝(lub)’하고 들리는 소리로, 삼천판과 승모판이 닫히는 소리이며, 낮고 둔하며 소리의 지속시간이 비교적

길다. 심실 확장기 초에 ‘딱(dub)’ 하고 들리는 S2는 대동맥판과 폐동맥 판이 닫힐 때 생기는 소리로 음이 높고 예리하며 소리의 지속시간이 짧다.

S3는 S2 직후에 들리는 소리로, 승모판이 열리면서 유입되는 혈류가 심실벽을 부딪히며 생긴다. S3는 저음이며 지속시간 짧아 청진이 어려우며,

각종 질환이 있을 경우에 청진 될 수 있으나, 심장기능이 정상인 어린이나 임산부, 운동선수에서도 들릴 수 있다. S4는 이완기 말에 심방의 수축

으로 인하여 좌심실로 혈류가 유입되면서 생기는 소리로, S1 바로 전에 들릴 수 있으나, 대부분의 경우 청진기로 듣기는 어려우며 주로 질병과 관

련되어 있는 경우가 많다. 더불어 판막 질환과 같은 심장의 구조적인 문제가 있을 때 이로 인하여 심장 내 혈액의 난류(turbulence)가 생기게 되

는데 이에 의한 소리를 심잡음 (cardiac murmur)라고 하며 이 또한 심장의 질병 여부를 판단 할 수 있는 좋은 지표가 되는 소리이다. 심잡음은 그

원인에 따라 특징적인 양상을 나타내며, 청진 시 의사는 심음과 심잡음의 성상을 파악하여 심장의 상태를 파악하고 질병 여부를 판정하는 기준으

로 삼게 된다.

심음과 심잡음을 청진하여 심장 상태를 평가하는 방법은 주로 S1과 S2를 기준점으로 삼아, 그 크기와 심잡음이 발생하는 시점, 잡음의 강도와 양

상 등을 파악함으로써 이루어지는데, 보통 0.8초미만의 짧은 시간의 심장 주기 (cardiac cycle) 동안 이러한 소리의 양상을 파악하고 진단하는 것

은 쉬운 일이 아니며, 청진을 통해서 정확한 진단을 내리기 위해서는 긴 훈련과정과 많은 경험이 필요하다. 게다가 의사에 따라 청진 능력의 개인

차가 크며, 매우 경험이 많은 심장 전문의라고 할지라도 사람의 감각에 의존하는 방법이라는 한계 때문에 청진기를 이용한 전통적인 청진은 신뢰

성이 부족하다고 하는 결점이 있다. 여기에 최근 들어 청진기에 익숙하지 않은 의사들이 점차 늘어나면서 대형병원이나 심장전문 클리닉에서는

고가의 심장 초음파검사 (echocardiogram)에 점차 의존하게 되는 경우가 늘어나, 환자들의 의료비 상승으로 이어지고 있다. 따라서 검사 비용이

낮으며, 간편이 시행할 수 있음 심음 분석이 다시금 관심을 모으고 있다. 심음도(phonocardiogram)은 고성능 마이크로폰으로 획득한 심장 소리

를 시각적인 파형(wavelet)으로 변환 시켜 시각화 시키는 검사 방법으로 조영제나 방사선을 사용하지 않아 인체에 무해하며, 통증도 없는 청진의

장점은 유지하면서, 기존 청진에서는 하기 어려웠던 객관적이고 자세한 분석과 기록이 가능한 검사다.

정상 심음의 구성

40

HealthCUBE Platform

부록

특히 전자청진기(Electronic stethoscope)의 개발과 이를 이용한 컴퓨터 보조 청진(computer assisted auscultation)이 발전함에 따라 심음도를

디지털화 시켜 기록 및 분석이 가능해지면서, 환자의 진료뿐 아니라, 의사 교육 등 다양한 분야에 활용 되고 있으며, 최근 들어서는 스마트폰과 웨

어러블 디바이스가 보급되면서 환자뿐 아니라 건강한 사람에서 심장 상태 모니터링에까지 적용 범위를 넓히고 있다.

B. 심음 빅데이터, 머신 러닝, AI의 의의

일반적으로 심음 데이터 분석은 잡음을 제외한 순수한 심음을 획득하는 과정 (denoising)과 획득한 심음을 정확히 분할하는 과정(segmentation)

을 거치게 된다. 이 과정을 통하여 수축기와 이완기를 정확히 파악하고 심음 데이터의 시간 영역과 주파수 영역을 분석해 심음의 정상 비정상 여

부 등을 판단하게 된다. 이미 50여년 전부터 지금까지 많은 심음 분석 연구들이 이루어져 왔으며, 비교적 최근까지도 심음의 분석은 다양한 알고

리즘과 통계적 모델을 이용하여 심음을 분석하고 질병 진단에 활용하는 연구들이 진행되어 왔다. Gerbarg et al이 1963년에 threshold-based

method를 이용한 심장질환 자동 탐지 알고리즘을 이용하여, 류머티즘 심장 질환이 있는 아동을 선별하는 연구를 발표한 이래로 비교적 최근인

2007년 El-Segaier 등은 stepwise logistic regression analysis를 이용하여 정상과 비정상 심음을 효과적으로 구분하는 방법을 발표하기도 하였

다. 하지만 현재까지의 연구들은 연구자들에 의하여 선별된 소수의 심음만을 대상으로 하고, 진단 모델이 한정적이며, 소음이 없는 깔끔한 데이터

에 대해서만 사용이 가능하다는 단점이 있다. 따라서 기존의 분석법은 임상 환경에서 다양한 질환에 대한 선별 검사를 시행하거나 건강한 일반인

이 비 임상 환경에서 활용하기에는 한계가 분명하다.

따라서 최근 빠르게 발전하고 있는 컴퓨터 과학과 인공지능을 심음 분석에 도입하여 K-nearest neighbor (K-NN), artificial neural network(ANN),

support vector machine(SVM)과 같은 기계 학습 (machine learning) 기반의 알고리즘으로 심음을 분석함으로써, 기존 방법을 이용한 심음 분석

의 한계를 극복하려는 시도가 활발히 이루어지고 있다. 특히 여러 개의 뉴런이 연결되면서 복잡한 연산 등을 수행하는 인간 두뇌의 정보 처리 과

정을 모방해서 만든 인공 신경망을 다층적으로 배열하여 자동화된 분류 방법을 학습시키는 딥러닝(Deep learning) 기술은 Graphics processing

unit(GPU)를 이용한 계산의 발달함에 따라 적용 분야가 빠르게 더욱 확장되고 있는 기술이다. 이러한 딥 러닝 알고리즘은 데이터로부터 특성을

자체적으로 추출하고 훈련할 수 있어, 사람이 직접 탐지하기 어렵거나 그 인과관계가 뚜렷하지 않은 신호 데이터 등에 사용될 수 있는 것이 특징

으로, 다양한 환경에서 얻어진 심음도 데이터의 특징을 분석하여 심장 상태를 평가하는데 적합하다고 할 수 있다. 현재까지 이러한 인공 지능을

이용한 심음 분석 연구들은 다음 표와 같다.

심음도

정상심음도 대동맥판 역류증이 있을 때 심음도

41

HealthCUBE Platform

부록

저자, 발표 년도

Gupta 등, 2006년

Dokur and Olmez, 2008년

Jaramillo-Garz_on 등, 2008년

Ari and Saha 2009년

Das 등, 2009년

Bunluechokchai and Ussawawongaraya, 2009년

Wen-Chung and Chih-Chao 2011년

Phanphaisarn 등, 2011년

Liu 등, 2012년

Safara 등, 2013년

Amiri and Armano, 2013년

Roy and Armano 2014년

Farzam and Jalil 2014년

Guillermo 등, 2014년

Redlarski 등, 2014년

Shivnarayan 등, 2015년

KOCYIGIT 2016년

Harfash 2016년

Imani and Hassan 2016년

41 PCG from Singapore General Hospital

14 different PCG signals

16 normal PCG signals and 6 signals with murmurs

104 PCG signals provided by the Maulana Azad Medical Institute

215 PCG signals: 56 normal, 54 abnormal aortic, 39normal and 66 abnormal mitral.

Normal and MR signals

44 PCG signals from Texas laboratory

80 PCG signals

270 PCG signals: 104 normal and 166 abnormal

59 PCG signals: 16 normal and 43 abnormal

110 normal and abnormal PCG signals

-

-

17 different pathological PCG signals

-

-

14 different PCG signals

-

98 PCG signals: 40 normal PCG signalsand 58 abnormal PCG signals

Reed 등, 2004년 5 different normal and abnormal PCGs ANN

MLBP-NN

GAL

Kohonen’s ISOM

Incremental ANN

KNN classifier

ANN

ANN

Local intermittency factor

SVM+adaptive feature selection

ANN

SVM

SVM

Regression tree

KNN

SVM

Feed-forward ANN

SVM modified cuckoo search algorithm

SVM

SVM, linear discriminantanalysis and naïve Bayes classifier

Eigenvectors

Maximum likelihood classifier with Gaussian distribution SVM with polynomial kernel

데이터 셋 활용 기술

[ANN: artificial neural network, MLBP-NN: multilayer perceptron back propagation neural network

GAL: grow and learn, ISOM: incremental self-organizing map, KNN: K-nearest neighbor, SVM: support vector machine]

42

HealthCUBE Platform

부록

C. 의료정보 처리 지침 (REPUBLIC OF KOREA)

의료기관에서 개인정보처리를 규율하고 있는 다른 법령에 환자, 의료인, 직원의 개인정보 처리와 관련된 특별한 규정이 있으면 해당 법령이 우선

적으로 적용되며 그렇지 않은 경우 개인정보보호법을 적용한다. 개인정보보호법과 의료법에 관한 우선순위는 개인정보 보호에 관하여 ‘의료법’에

그 규정이 있는 경우에는 의료법이 우선 적용되지만, 의료법에 그 규정이 없는 경우에는 ‘개인정보보호법’이 적용된다. 의료기관은 법령에 따라 진

료목적을 위하여 고유식별정보•민감정보를 수집하고 진료목적을 위하여 이용할 수 있습니다. 각종 개인정보 파일에는 주민등록번호를 포함한

고유식별정보와 각종 민감정보가 포함된다.

고유식별정보 : 주민등록번호, 운전면허번호, 여권번호, 외국인등록번호

민감정보 : 사상•신념, 노동조합•정당의 가입•탈퇴, 정치적 견해, 건강, 성생활 등에 관한 정보, 유전정보, 범죄경력자료 등

[의료기관의 법령에 의한 고유식별정보 및 민감정보의 수집]

개인정보 파일명

진료 신청서 의료법 제22조

선택진료 신청서

진료기록부

조산기록부

간호기록부

환자명부

처방전

수습기록

검사소견서

방사선사진•소견서

진단서

사망진단선 (사체검안서)

출생증명서

의료법 제46조, 선택진료에 관한 규칙 제2조












시신•사태증명서 의료법 제17조, 선택진료에 관한 규칙 제11조

응급환자이송 응급의료에 관한 법률 11조, 같은 법 시행규칙 제4조

감염인 진단•검안사실 신고 후천성면역결핍증예방법 제5조

특정수혈부작용신고 혈액관리법 제10조, 같은 법 시행규칙 제13조

환자진료기록의 열람 및 사본 교부 의료법 제21조, 같은 법 시행규칙 제13조의2

요양급여 의뢰서 국민건강보험법 제41조, 국민건강보험 요양급여의 기준에 관한 규칙 제2조

외국인환자유치사업실적보고 의료법 제27조의 2, 같은 법 시행규칙 제19조의 9

뇌사추정자신고 장기 등 이식에 관한 법률 제17조, 같은 법 시행규칙 제11조

감염병환자, 감염병의사환자, 병원체보유자 신고감염병의 예방 및 관리에 관한 법률 제11조, 같은 법 시행규칙 제6조, 성매개감염병 및

후천성면역결핍증 건강진단규칙 제7조

질병자 또는 질병의심 대상자 발견 보고,

신고, 통지 등보건의료기본법 제5조

근거법령

43

HealthCUBE Platform

부록

구분

항목 참고

환자의 기본정보 성명, 연령, 생년월일, 주소, 연락처, 근무지, 가족관계 등

고유식별번호

비밀번호

바이어정보

개인을 고유하게 구별하기 위하여 부여된 식별정보를 말합니다. 주민등록번호, 여권번호,

운전면허번호 및 외국인등록번호

정보주체 또는 개인정보취급자 등이 개인정보처리시스템, 업무용 컴퓨터 또는 정보통신망에 접속할 때 식

별자와 함께 입력하여 정당한 접속 권한을 가진 자라는 것을 식별할 수 있도록 시스템에 전달해야 하는 고

유의 문자열로서 타인에게 공개되지 않는 정보를 말합니다. 의사 등 개인정보취급자의 비밀번호뿐만 아니

라, 홈페이지 이용자와 같은 정보주체의 비밀번호도 모두 일방향 암호화 대상이 됩니다.

지문, 얼굴, 홍채, 정맥, 음성, 필적 등 개인을 식별할 수 있는 신체적 또는 행동적 특징에 관한 정보로서 그

로부터 가공되거나 생성된 정보를 말합니다. 단, 개인마다 고유의 특징을 가지기 때문에 개인을 식별하는

바이오정보만 암호화 대상에 해당합니다.

CT 영상 등

의료행위 관련

바이오정보는 암호화

대상에서 제외됨

건강보험과 복지정보

진료관리용정보

생활배경정보

의학적 배경정보

진료기록정보

지시실시기록정보

진료설명과 동의정보

요약정보

사망기록정보

건강보험정보, 장애자 기록

진료정보, 적용보험정보, 내왕일자, 입•퇴원 등

흡연여부, 음주여부, 정신상태 여부

출생 시 체중, 임신분만에 대한 진료기록, 에방접종에 대한 기록

진단, 진료계획, 헌 병력 등

처방기록, 수술기록, 처치기록 등

각종설명정보, 각종동의정보

진료요약, 입원요약

사망진단서, 부검기록 등

내용

내용

[보건복지부 및 행정자치부, “개인정보보호 가이드라인 – 의료기관편” (2015)]

[“헌법상 환자의 의료정보에 대한 권리에 관한 연구”, 헌법학연구 제11권 제3호, (2005]

[“정보화시대의 환자진료정보 보호에 관한 법•제도적 고찰”, 『병원경영학회지』 제8권 제2호, (2003)]

D. 의료기관 내의 개인정보 암호화

의료기관에서 취급하는 개인정보는 환자의 개인정보 특히 의료 기관에서는 진료신청과정, 진료과정, 처방과정에서 환자의 개인정보 및 민감정

보를 다수 수집하게 된다. 고유식별정보, 비밀번호, 바이오정보 등과 같은 주요 개인정보는 암호화 등의 안전한 보호조치를 통하여 개인정보처리

시스템에 저장되거나 네트워크를 통하여 전송되어야 하고, 고유식별정보와 비밀번호, 바이오정보는 암호화 대상 개인정보다.

44

HealthCUBE Platform

부록

E. 대표적인 의료정보시스템

F. 국제 의료정보 표준

G. WAVELET TRANSFORMATION COEFFICIENT

•EMR(Electronic Medical Record, 전자의무기록) : 의료기관에서 생성되는 모든 진료정보, 진단결과, 처방결과, 약제 처방자료 등을 저장하는 시스템

•EHR(Electronic Health Records, 전자건강기록) : 한 기관이 아닌 여러 기관에서 나오는 모든 의료 정보를 다루고 저장하는 시스템

• PACS(Picture Archiving Communication System, 의료영상 저장전송시스템) : 영상진단장비를 사용하여 촬영한 영상정보를 네트워크를

통해 전달하는 시스템

• LIS(Laboratory Information System, 임상정보 시스템) : 진단검사의학과의 진단검사처방부터 검체획득 (채혈), 검체접수, 검사 후 결과 입력

까지 전 과정이 전산으로 운영하는 시스템

• RIS(Radiology Information System, 방사선정보시스템) : 방사선과 검사 접수부터, 촬영, 결과 보고서 생성까지 전반적인 방사선과 업무를 전산화

•OCS(Order Communication System, 처방전달 시스템) : 환자를 중심으로 발생하는 질병의 제반 내용을 전산화하여 단계별로 저장하는 시스템

HL7 (Health Level 7): 서로 다른 의료 분야 소프트웨어간 정보 호환이 가능하도록 하는 표준 제정을 위해 1987년에 조직된 국제 표준화 기구를 의미

하거나, 이 표준화 기구에서 마련한 의료정보 전송 표준 자체를 의미하기도 한다.

HL7은 병원정보시스템 및 의료 장비 접속에 관한 표준을 제정하는 표준 기관으로서, 현재 한국을 포함한 29개국 지부를 두고 있으며 의료정보의 전

자적 교환을 위한 ANSI 사실 표준(de facto standard)이다[9]. HL7은 ISO/OSI의 가장 상위레벨인 7계층의 응용을 의미하는 것으로서, 분산된 의료정

보의 대용량 정보처리를 위하여 시스템간의 자료 전송을 최대한 효율적으로 수행하고, 전송 중 발생하는 오류를 최소로 할 수 있는 표준의 정립을 목

표로 하고 있다.

현재 개발중인 표준으로는 보건 의료정보 메시징 표준(V2.x, V3)과 HL7 데이터 모델인 참조 정보 모델(이하 RIM), 의사 결정과 지식 지원을 위한 의학

로직 구문(MLM)에 관한 표준(Arden Syntax), 온라인 상에서 임상 정보를 공유할 수 있도록 하는 XML 타입의 데이터 구조 모델을 제시하는 임상 데

이터 구조(이하 CDA)와 사용자 관점에서의 이 기종간 산재된 독립된 애플리케이션 및 개인 정보의 통합에 관한 표준(이하 CCOW) 등이 있다. HL7 메

시징 표준은 추상적 메시지 구조, 메시지 코딩 규칙, 메시지를 촉발하는 애플리케이션 이벤트인 트리거 이벤트에 관한 명세서를 기술하고 있으며 현

재 V2.x를 거쳐 V3까지 제안되어 있다.

한편, HL7 CDA 릴리즈 2.0은 XML과 HL7 RIM,SNOMED, ICD 등과 같은 의학 용어 코드 표준 등을 사용하여 기계 및 휴먼 가독성을 높였으며 XML지

원 가능한 웹 브라우저나 무선 애플리케이션까지 그 지원 범위를 확대시켰다. 현재 CDA 릴리즈 2.0은 2005년 완성, ANSI 승인된 상태이다.

웨이블릿 변환(wavelet transforms)은 신호, 시스템, 프로세스의 모델을 특수한 신호의 집합으로 구성할 수 있다. 이 특수한 신호를 웨이블릿이라고

부르고, 국부적으로 존재하는 어떤 하나의 작은 파(wavelet)를 패턴으로 하여 이것을 전이시키거나 확대, 축소의 스케일(scale)을 통하여 임의의 파형

으로 표현한 것이다. 웨이블릿 변환 이론에 앞선 수학적 이론은 훨씬 이전으로 거슬러 올라간다. 즉, 1807년 Joseph Fourier는 하나의 신호를 사인파

와 코사인파로 중첩시켜 표현할 수 있는 Fourier 해석을 창안하였다. 1909년의 Haar의 학위논문 부록에 제시된 웨이블릿이 처음으로 수학적 과제로

언급되었다. Haar 웨이블릿은 유한한 구간 밖에서는 완전히 소멸되는 특성을 갖고 있었다. Haar 웨이블릿은 연속 미분 가능한 함수가 아니었으므로

응용에 제한이 있었다. 이후 수학자들의 관심은 주파수 해석의 개념으로부터 스케일이 변화하는 수학적 구조를 생성하기 위한 스케일 해석으로 이행

해 갔다. 이러한 스케일 해석은 서로 다른 스케일에서의 신호의 평균 섭동을 측정하므로 노이즈에 덜 민감하다. 웨이블릿의 응용 범위는 지극히 넓어

서 신호의 특정 부분의 주파수를 조사할 수 있으며, 노이즈를 포함한 신호를 평활하거나, 신호와 노이즈의 경계를 구할 수 있다. 시계열의 해석, 신호

의 압축, 제어 시스템의 고장 해석 등에도 응용할 수 있다. 웨이블릿 변환은 1982년 프랑스의 석유 탐사 기사 Morlet이 실제로 응용하면서부터 그 실

용성이 인정되었다. 이론물리학자인 Alex Grossmann과 협동 연구를 수행함으로써 당시 양자역학의 관점에서 웨이블릿 변환을 폭넓게 정의하였다.

45

HealthCUBE Platform

부록

웨이블릿 변환은 가변의 웨이블릿 모함수를 사용한다. 좀 더 높은 정도의 저주파수 정보의 분석을 위해서는 장시간의 간격을 이용하며, 고주파수

정보를 위해서는 짧은 간격이 이용된다. 이러한 웨이블릿의 가장 큰 특징은 주파수 영역에서 신호를 표현하는 Fourier 해석의 특징을 비롯하여, 시간

적 또는 공간적 추이도 동시에 가변적으로 다룰 수 있는 시간-주파수 해석이 가능하다는 것이다. Fourier 변환은 시간 정보를 가지고 있지 않기 때문

에, 시간-주파수 해석에 이용할 수 없다. 그래서 Fourier 변환에 시간 윈도우의 개념을 도입함으로써, 시간 정보를 알 수 있는 STFT를 이용할 수 있다.

그러나 STFT의 시간-주파수 해석에 있어서의 가장 큰 문제는 기저의 상사성이 없는 것이다. 원래의 Fourier 변환은 기저가 상사이기 때문에 특이점

에 민감하게 반응하여 이상 검출 등에 이용되고 있다. 그러나, STFT에서는 시간 윈도우를 부여함에 따라 상사성이 무너져, 특이점에 대하여 감도가 떨

어진다. 그래서 기저의 상사성을 무너뜨리지 않고 시간-주파수 분석을 하는 방법이 고안되었는데 이것이 웨이블릿 변환이다. 웨이블릿 변환에 의한

시간-주파수 해석의 특징은 고주파수 영역에서는 시간 분해능이 높고, 저주파 영역에서는 주파수 분해능이 높다는 것이다. 이를 통하여 웨이블릿 변

환은 STFT보다 시간-주파수 해석에서 효과적이다. 급격하게 변화하는 신호는 그 변화 시점(위치)가 중요하며, 완만하게 변화하는 신호는 그 변화의

주기 또는 주파수가 중요하기 때문이다.

H. 스마트시스템의 구성 (기존)

스마트 시스템 구성

인터넷

네트워크

게이트웨이

WIFI

Central Monitor

Patient Monitor

진단기기, 보조기기(단방향 데이터)

의료기기 취급자

의료진 PCPACS서버 HIS서버

의료정보시스템

치료기기(양방향 데이터, 데이터교환)

자동약포 장기

투석기 생화학 마취기 초음파 수술기기 CT

Gateway Gateway

46

HealthCUBE Platform

부록

I. 스마트사운드 수상내역

2019. 5. COMPUTEX d&I Award

2018. 3. IoT ASIA 2018 Trailblazer Award (한국기업 최초로 IOT아시아 최고혁신상 수상)

2016. 7. IoT Innovation Award – Grand Prize

2015. 9. App of the year 대상 (건강/의료 분야)

2015. 9. 1st K-Health Member 선정

2015. 5. HIT 500 상품 선정

2013. 10. GD (Good Design) - Grand Prize

J. 스마트 청진기 기술 상세

첨단 정밀 청진시스템

•집음부, 송수신부, 프로세싱부의 분리를 통한 최적의 청진 기능을 고려한 다이아프램(진동판) 및 집음 구조 설계

•사용자 편의성을 고려한 잡기 편한 디자인

•성인 심장 측정 모드, 태아 심장 측정 모드, 폐음 측정 모드

• 각 모드별 사운드 주파수 범위

일반성인모드: 20 ~ 200 Hz

태아모드: 60 ~ 400 Hz

폐음모드: 60 ~ 2,000Hz, 300Hz

음향수집 및 전처리 기술, 첨단 분석 알고리즘

• Low Pass Filter, Hi Pass Filter 다중 적용

• Noise 제거 및 스마트폰 중저음 특성을 고려한 사운드 보강

소리 감지부 신호 처리부

심장 음 센서(mic)

A/Dconverter

BluetoothAsynchronous

Channel(ACL)

Bluetooth송신부

Bluetooth송신부

BPM 및Regularity 엔진

BPM

Regularity

LPF

LPF

HPF

HPF

NoiseCancellation

주파수 & 파동검출기

47

HealthCUBE Platform

부록

스마트사운드 특허 보유중인 심박 인식 및 규칙도 알고리즘

• 정확한 S1, S2 탐색 및 매칭

• 심박 정확도 실제 사람의 판단 기준 99.9% 이상의 정확성

• 규칙도에 따른 이상 심박 판단

Skeeper 에서 추출된 음원에서의 S1, S2 탐색 및 심박 매칭

심박 규칙도 계산식 (일부)

1 3 42

t0 t1 t2 di = ti - ti -1 (i >0)

n

i=1

Avg(n) = di ÷ n

n

i=1

Stddev(n) = (di - Avg(n))2 ÷ n

Documents

HEALTHCUBE PLATFORM—¬스큐브_백서_v2.0.pdf비록 한국에서는 원격진료에 대한 규제가 남아있지만 미국·일본 등 선진의료를 실현하 는 나라일수록