본문 바로가기

    현대 사회가 직면한 의료 문제를 해소하다.

    다양한 질병의 증가, 지역 간 의료 격차의 확대, 의료비 증가 등 현대 사회가 직면한 이러한 과제를 해결하고 QoL(Quality of Life)을 유지하고 개선하기 위해서는, 개개인에게 맞춤화 된 의료 서비스 제공, 효율적인 의료 경영 실현, 지속 가능한 의료 서비스의 창출이 필요하다. 이를 이루기 위해서는 의료 기술은 물론 첨단 IT 기술과 사회 인프라 기술의 융합, 사물인터넷, AI(인공지능), 데이터 분석 및 제어 기술을 활용 한 혁신이 필요하다.

    히타치는 전력, 수도, 교통수단 등 생활에 필수적인 인프라 영역 뿐 아니라 헬스케어도 사회를 지탱하는 주요 사회 인프라로 인식하고 「사회 이노베이션 사업」의 하나의 기둥으로 사업을 발전시켜 왔다.

    히타치의 헬스케어 사업은 1950년대 이후부터 세계 최초, 일본 최초의 다양한 제품과 기술을 선보이며 이노베이션을 실현시켜왔다. 의료 관계자와 협창*하여 제품과 서비스를 개발하고 2000년대에 이르러서 암 치료 장치와 헬스케어 IT 기술 등 첨단 영역까지 사업을 확대하고 의료품질향상과 효율화에 기여했다. 현재는 운영기술 OT(Operation Technology), 정보기술 IT(Information Technology), 제품 등 모든 헬스케어 관련 시스템을 선도할 수 있는 역량을 갖추고 있다. 그중 초전도 MRI 장비의 고장 전조 진단 기술은 히타치 헬스케어 사업이 다루고 있는 테마 중 하나이다

    사례 개요

    • 과제
      사람이 의료 기기의 결함 및 고장의 전조를 감지하는 것은 예측하는 것은 숙련된 기술이 필요하며, 한정된 전문가가 전 세계에 있는 MRI 장치를 모니터링 하는 것은 불가능에 가깝다. 고장이 발생해야만 수리가 시작되는 상황을 피할 수 없다.
    • 해결책
      100대 장비의 3년간의 센서 데이터를 분석하여 고장을 일으키는 원인과 그 패턴을 규명하는 시스템을 만들었다. 또한 기계학습(Machine Learning)을 사용하여 의료 기기가 스스로 정상적인 상태를 자가 진단하여 고장으로 이어질 상태 변화나 이상 현상을 조기 검출하는데 성공했다.
    • 성과
      고장이 발생하기 몇 달 전부터 고장이 날 전조 현상을 감지하여 계획적인 유지보수가 가능하다. 그 결과 고장으로 사용할 수 없는 시간(다운 타임)을 16.3 % 감소시켰다.

    과제

    인간에 의한 원격 유지보수의 한계

    초전도 MRI 장치는 자기장과 전파장으로 인체 내부를 촬영하는 의료 기기이다. 진료 외에는 건강 검진 등에 사용되는 경우가 많아, 고장이 나면 진료 중단은 물론 환자와 예약한 진료 날짜를 재조정해야 한다. 병원 측도 고장기간에는 수익을 얻을 수 없다. 또한 긴급한 수리 상황에서는 통상 관리 때보다 큰 비용이 든다.

    이러한 사태를 막기 위해 히타치비지니스유닛 (이하, 헬스케어BU, 구 히타치메디코)은 전화선으로 네크워크 연결이 필요한 1990년대 중반부터 원격 유지보수를 지원 해 왔다. Sentinel 고객 지원 IoT / M2M 시스템을 활용하여, 장비의 각종 센서 데이터에 임계값을 설정하여 기술자가 데이터 변화를 관찰, 보수 작업의 필요 여부나 부품 교환시기 등을 판별해 왔다.

    물론 숙련된 기술자는 현장 경험에서 얻은 감각으로 의료 기기의 고장을 사전에 예측할 수 있다. 하지만 히타치헬스케어BU가 보수하는 장치는 전 세계에 수백대에서 수천 개가 넘는다. 숙련된 기술자가 모든 장치를 감시한다는 것은 불가능하다. 또한 임계값 판정에 의한 사전 진단 은 고장 직전이 되지 않으면 상태를 판단하기 어려워 놓치는 경우가 잦고, 이로 인해 고장이 벌어진 뒤에 조치하는 경우가 잦았다.

    해결책

    1.고장 원인의 규명

    이 과제를 해결하기 위해 히타치 의료 사업부는 2가지 방법을 취했다.

    하나는 대량으로 축적된 센서 데이터를 분류하고 이를 분석해 장치의 고장 원인을 규명하는 구조 만들기였다.

    오랫동안 많은 초전도 MRI 장치를 관찰하고 보수해 온 히타치 헬스케어BU는 방대한 센서 데이터를 축적하고 있었다. 이 데이터 중 초전도 상태를 만드는 핵심 부품인 냉동기에 주목하여, 센서 데이터에서 냉동기가 부품수명에 이르기까지 어떻게 작동했는지 살펴보고 결함이 일어난 데이터를 대조하면 인과 관계파악할 수 있다고 생각했다.

    히타치 헬스케어BU는 100대의 장비 3년 치 데이터를 모아, 연구소에 고장 패턴 분석을 의뢰했다. 분석을 의뢰한 연구소는 미국 히타치 데이터 시스템즈의 자회사인 펜타호사가 제공하는 빅 데이터 분석 소프트웨어인 "Pentaho"를 활용했다. 이 소프트웨어로 트렌드 분석을 기반으로 데이터를 분류, 분석하여 고장을 일으키는 원인 패턴을 규명하는 시스템을 만들었다.

    이때 문제가 된 것은 데이터를 클렌징하기 위한 전처리였다. 시스템에서 전송되는 데이터에는 노이즈까지 그대로 전달 되었기에 진단 정밀도를 떨어뜨렸다. 따라서 펜타호사 연구소에서는 분석 이전의 원천 데이터에 필터를 사용해 노이즈를 제거했다. 유효한 데이터로 만든 후 분석함으로써 더욱 정확히 고장의 원인을 감지할 수 있는 구조를 완성했다.

    2. 고장 전조현상을 감지

    과제 해결을 위한 또 다른 방법은 의료 기기의 이상 상태를 더 빨리 감지하는 구조를 구축하는 것이었다.

    이를 위해 사용한 것은 히타치의 “Global e-Service on TWX-21 / 고장 전조 진단 서비스”이다. 이 서비스는 히타치 고유의 클러스터 분석 기술인 ‘국소 부분 공간법(LSC : Local Subspace Classifier)’에 근거한 진단 알고리즘을 활용하여, 기기의 상태를 원격으로 진단하여 조기 고장으로 이어질 상태 변화와 오류를 검출할 수 있다.

    헬스케어BU는 이 서비스를 활용하여 히타치 ICT 사업 총괄 본부(구 히타치제작소 정보・통신시스템사)와 함께, 약 500대의 장치가 각각 개별적으로 보내는 센서의 과거 데이터에서 정상적으로 가동된 기간의 데이터를 가져와 클러스터로 분류하여 정상 상태를 기계학습시켰다. 이렇게 학습시킨 클러스터와 함께 현재 센서 데이터를 비교하여 클러스터를 벗어난 경우 고장으로 미리 진단하는 구조를 만들었다.

    정상 상태를 학습시키는 이 기술은 “정상이란 무엇인가”를 정의할 수 있어야 한다. 다행히 전화선으로 네트워크가 연결된 시절부터 수천 대에 달하는 장비를 감시하고 점검해 온 헬스케어BU는, 오랜 업무 경험 덕분에 고장의 전조를 파악하는 높은 식견의 기술자를 보유하고 있었다. 그 지식을 바탕으로 정상을 정의하고, 더 나아가 학습하고 조정하는 것을 반복하여 오진단을 감소시켰고, 이를 바탕으로 의료 현장에 바로 투입될 수 있는 시스템으로 발전해 갔다.

    성과

    유례없는 시스템을 완성

    일련의 과정을 통해 히타치는 초전도 MRI 장치를 위한 고장 전조 진단 서비스 "Sentinel Analytics "를 완성했다.

    시스템을인터넷에 연결하여 사람이 원격 감시를 하는 IoT / M2M 서비스는 더 존재한다. 그러나 자계 학습이나 최첨단 데이터 활용한 분석 기법과 인적 운영을 탈피하여 정확한 고장 전조 진단을 실현한 서비스는 거의 유례가 없다.

    Sentinel Analytics은 고장나기 몇 달 전부터 고장 전조 감지를 수행하여 냉동기가 고장나기 전 계획적인 부품 수리 및 교환을 통해 "예방 정비"를 실현했다. 의료 기기가 고장이 나서 사용할 수 없는 시간(다운 타임)이 Sentinel Analytics를 도입하기 전보다 16.3% 감소했다 (당사 Sentinel 고객 지원 대비) 이것은 초전도 MRI 장치로서는 엄청난 성과이다. 이는 의료 서비스 향상과 비용 절감은 물론, 환자의 시간 부담을 줄일 수 있다.

    전망

    이 기술은 비즈니스의 한계를 뛰어넘어 ‘사회 이노베이션’ 사업에 활용

    헬스케어BU는 이러한 IoT / M2M 기술을 이용한 OT의 영역에 IT와 프로덕트 제조 기술을 조합하여 종합 헬스 케어 솔루션 공급을 목표로 한다. 그리고 지역 의료 서비스 서포트와 같은 지속 가능한 헬스 케어 시스템과 개개인에게 맞춤화된 의료 서비스를 실현하고자 노력 중이다. 외부와의 '협창'도 확대하고 병원과 협력*하여 최적화를 통한 새로운 의료 경영 시스템 만들기를 모색하고 있다.

    아울러 PoC(Proof of Concept, 개념증명) 통해 요구 사항을 추출하여 IoT 플랫폼인 "Lumada"를 강화 시키고 점차 발전시키는 것 또한 히타치 헬스케어BU의 중요한 역할이다. Sentinel Analytics 개발에서 얻은 지식을 바탕으로 데이터 분석 시스템을 만들어 본 노하우는 “Lumada”의 사업 발전에 기여 할 것이다. 헬스케어BU의 기술력은 비즈니스의 한계를뛰어넘어 앞으로도 사회 이노베이션 사업 전체에 활용될 것이다.

     

    의료 현장에서 고객과 협창*
    카시와 건강 검진 클리닉 서비스 도입 사례

    '고장 전조 진단 서비스’를 도입한 카시와 건강 검진 클리닉과의 인터뷰를 통해 히타치의 프로젝트 사례를 소개합니다.

    *
    협창(協創): 협력하여 창조한다.

    공개일:2017년7월
    솔루션담당:히타치제작소 헬스케어 비즈니스유닛