요약본 발명은 기획득된 스파이로메트리 신호로부터 제1 특성정보를 추출하고, 추출된 제1 특성정보를 각각 머신러닝 및 딥러닝한 결과를 기반으로 저산소증 학습모델을 구현하는 트레이닝 모듈 및 수술 중 실시간으로 입력되는 스파이로메트리 신호로부터 제2 머신러닝 특성정보 및 제2 딥러닝 특성정보를 포함하는 제2 특성정보를 추출하고, 트레이닝 모듈에서 머신러닝된 저산소증 1차 학습모델 및 트레이닝 모듈에서 딥러닝된 저산소증 2차 학습모델을 통해 각각 예측된 결과를 기반으로 저산소증을 예측하는 저산소증 예측모듈을 포함하고, 저산소증 예측모듈은, 스파이로메트리 신호를 평활화(smoothing)하고 누락값을 보정하여 전처리한 후 이에 대한 기본 신호 특성, 변이도, 폐용량과 기도내압의 상관관계 및 수파인 자세와 트렌델렌버그 자세에서 각각 추출된 특성정보 간의 차이 및 상관관계를 포함하는 상기 제2 머신러닝 특성정보를 추출하는 실시간 특성 추출부 및 저산소증 1차 학습모델에 제2 머신러닝 특성정보를 적용하여 저산소증을 1차 예측하는 저산소증 1차 예측부를 포함하는 것을 특징으로 하는 수술 중 스파이로메트리 신호의 실시간 분석을 통한 수술 후 저산소증 예측 시스템을 제공한다.
